modelo de dinÁmica de sistemas para la evaluaciÓn de
Post on 26-Jun-2022
3 Views
Preview:
TRANSCRIPT
MODELO DE DINÁMICA DE SISTEMAS PARA LA EVALUACIÓN DE
ESCENARIOS DE CONFORT TÉRMICO EN UN PROYECTO DE
VIVIENDA SOCIAL EN BOGOTÁ
Por
Álvaro Andrés Garay Guarín
Tesis para optar al título de Magíster en Ingeniería Civil
Asesor: José Alberto Guevara Maldonado
Universidad de los Andes
Facultad de Ingeniería
Departamento de Ingeniería Civil y Ambiental
Bogotá, Colombia
2020
Resumen
La calidad de la construcción de la vivienda social en Colombia ha sido tema de discusión por parte de la
industria, la academia y el gobierno nacional en los últimos años. Una de las principales críticas a la política actual
de vivienda social es la priorización de la cantidad de unidades residenciales sobre la calidad de su construcción, ya
que el grado de sostenibilidad de los proyectos está limitado por los topes de los subsidios emitidos por el gobierno.
Esta preocupación creciente ha motivado la generación de estudios sobre las deficiencias de los espacios interiores
residenciales en cuanto a calidad de los materiales, distribución espacial, iluminación, ventilación y confort térmico.
Utilizando un enfoque de Dinámica de Sistemas, el presente estudio busca analizar los impactos técnicos,
ambientales, económicos y de confort; asociados a la implementación de medidas de mejora del confort térmico en
el macroproyecto de vivienda social de Ciudad Verde. Los resultados del análisis de escenarios sugieren que, aunque
la calefacción es la mejor forma de asegurar una temperatura de confort constante a lo largo del día, sus altos costos
de implementación y niveles de generación de emisiones hacen de esta opción una alternativa no atractiva para los
ocupantes. Sin embargo, la implementación de medidas pasivas se perfila como una solución viable, ya que no
genera emisiones durante la operación y sus costos de capital son relativamente bajos. El modelo propuesto puede
ser utilizado por los tomadores de decisiones en el desarrollo de nuevas políticas de vivienda con exigencias de
niveles de confort, promocionando así la investigación de la calidad de la vivienda en el país.
Palabras clave: Vivienda social; Confort térmico; Emisiones de CO2; Dinámica de Sistemas; Sostenibilidad.
Introducción
El confort térmico en los ambientes interiores es uno de los parámetros más importantes a la hora de evaluar
la calidad de los espacios, la satisfacción de los ocupantes y el uso de la energía. Actualmente, el cambio climático
exige nuevas políticas públicas que ayuden a asegurar un mínimo de condiciones térmicas al interior de las unidades
residenciales. Sin embargo, muchos desarrollos residenciales en Bogotá tienen un desempeño térmico deficiente
debido a una multiplicidad de factores. En primer lugar, el problema del confort térmico en las viviendas se ha
asociado principalmente a un fenómeno de rápido crecimiento urbano, el cual viene acompañado de altos déficits
de viviendas en términos cuantitativos y cualitativos (Rodríguez, Medina, Pinzón, & García, 2019). Cuando la
demanda de nuevas viviendas empezó a aumentar considerablemente, el gobierno colombiano optó por un esquema
en el que los desarrolladores privados son los encargados de construir la vivienda social y los ciudadanos obtienen
subsidios públicos para acceder a ella. Una de las principales críticas a este sistema es la priorización de la cantidad
de viviendas nuevas sobre la calidad de la construcción, ya que la sostenibilidad de los proyectos está sujeta a los
precios de venta fijados por el gobierno. Este fenómeno causó un detrimento sustancial en la calidad de las
edificaciones y las condiciones interiores (Baena & Olaya, 2013; Ballén, 2009; Escallón & Rodríguez, 2010).
Una gran cantidad de expertos en el país han advertido que la calidad de la construcción de la vivienda
social en los últimos años ha sido deficiente en términos de correspondencia con el resto de la ciudad, distribución
espacial, iluminación, ventilación, confort térmico, técnicas de construcción y calidad de los materiales (Pérez,
2011; Universidad de los Andes, 2015). Una de las posibles soluciones al problema del confort térmico es la
implementación de medidas pasivas en las edificaciones. Por ejemplo, (Hernández, 2012) realizó modelaciones
energéticas de la aplicación de principios de diseño pasivo sugeridos por el Passivhaus Standard en el desarrollo de
la vivienda social en Colombia, sugiriendo que ambientes aceptables de confort térmico en Bogotá pueden ser
alcanzados con inversiones y esfuerzos relativamente bajos. De la misma manera, (Cifuentes & Kämpf, 2013)
desarrollaron un estudio sobre la relación entre el desempeño térmico de las viviendas y la densidad urbana,
encontrando que la orientación de las edificaciones y las obstrucciones por estructuras aledañas influyen
directamente en los indicadores de confort. Por último, (Agudelo, 2014) modeló el efecto de los materiales de los
muros externos y ventanas sobre el confort térmico y la iluminación natural en la vivienda social de Bogotá,
concluyendo que los espacios internos se encuentran por fuera de la zona de confort propuesta durante más del 50%
del tiempo en un año promedio.
Otra solución al problema de confort térmico es la implementación de sistemas de calefacción al interior de
las viviendas. La ventaja principal de este tipo de tecnologías radica en que el ambiente interior de los espacios
puede permanecer a una temperatura constante durante largas horas, sin depender del clima exterior para su correcto
funcionamiento. No obstante, esta opción demanda altos costos de capital y mantenimiento, sin contar las emisiones
generadas por los altos consumos de electricidad. En la literatura internacional hay varios ejemplos de la
combinación de medidas pasivas y sistemas de calefacción y enfriamiento, en los que se resalta el efecto que tienen
las primeras sobre los consumos de los sistemas de climatización. Por ejemplo, un estudio realizado en China
demuestra cómo en las zonas del país con veranos muy calientes e inviernos muy fríos, las altas demandas de confort
pueden ser subsanadas mediante el uso de soluciones de diseño pasivas; ayudando a mejorar las condiciones
interiores mientras reducen la demanda energética (Yao, Costanzo, Li, Zhang, & Li, 2018). En Suecia cuantificaron
los ahorros potenciales de energía de un conjunto de medidas de rehabilitación de edificaciones, aplicadas
individualmente y en forma de portafolios para observar su impacto combinado. Los resultados que arrojaron las
simulaciones sugieren que este tipo de medidas contribuyen con ahorros significativos de energía, ya que la
temperatura de los termostatos puede reducirse hasta 20 ºC sin afectar las condiciones de confort al interior (Nik,
Mata, Sasic Kalagasidis, & Scartezzini, 2016).
Se plantea entonces analizar los efectos asociados a la implementación de medidas pasivas, sistema de
calefacción y su combinación; en cuanto a costos de implementación, emisiones generadas de CO2, potenciales
abatimientos, recuperación de inversión y mejoras en la temperatura interior de las viviendas. Un modelo de
Dinámica de Sistemas es el enfoque seleccionado para abordar las dinámicas relacionadas con los escenarios de
mejora del confort mencionados. La metodología contempla el desarrollo de un modelo sencillo, alejado de las
complejidades de los procesos de formulación de políticas, y capaz de proveer lecciones claras a los tomadores de
decisiones desde una perspectiva endógena y agregada (Ghaffarzadegan, Lyneis, & Richardson, 2010). Esta
modelación utiliza los resultados del proyecto “Systemic perspectives on low-carbon cities in Colombia- An
integrated urban modeling approach for policy and regulatory analysis” (Cadena et al., 2020), como fuente de
información para el planteamiento de los escenarios en un caso de estudio real como el macropoyecto de vivienda
social de Ciudad Verde en Bogotá. Se plantea la implementación de medidas desde el inicio de la construcción en
enero 2011, y por un periodo de evaluación de 20 años hasta diciembre de 2030.
Metodología
Este estudio evalúa las dinámicas relacionadas con la implementación de medidas de mejora del confort en
la construcción de viviendas. El enfoque adoptado parte de un diagnóstico de las medidas consideradas a partir de
cuatro aspectos principales: técnico, ambiental, económico y de confort térmico. Dentro de los aspectos
mencionados, cada uno de los escenarios de confort propuestos responde a diferentes dinámicas, lo cual dificulta la
elección de la mejor medida de mejora. En consecuencia, el estudio de estas dinámicas requiere incorporar
herramientas como la Dinámica de Sistemas para analizar las múltiples relaciones entre variables.
Los ejercicios de modelación en Dinámica de Sistemas buscan entender el comportamiento de sistemas
complejos en el tiempo por medio de la definición de ciclos de retroalimentación, diagramas causales, estructuras
de flujos y acumulaciones (Sterman, 2000). Esta filosofía puede ser utilizada como herramienta en la formulación
de políticas, ya que facilita comprender los diversos impactos que conlleva implementar una medida tecnológica.
Con base en lo anterior, este modelo evalúa los efectos de implementar tecnologías, como medidas pasivas,
calefacción y la combinación de las dos; en la generación de emisiones de CO2, costos de implementación y
aumentos de la temperatura interior de las viviendas. Pensando en la calibración del modelo (Homer, 2012), la
estimación de los parámetros se realizó empleando datos reales del macroproyecto de vivienda social de Ciudad
Verde. Asimismo, el estudio propone y evalúa una serie de políticas de implementación, para luego plantear una
discusión con base en los resultados.
Datos del Caso de Estudio: Ciudad Verde
Este artículo parte de la información recolectada y el trabajo hecho por el grupo de edificaciones e
infraestructura urbana para el caso de estudio de Ciudad Verde en el proyecto “Systemic perspectives on low-carbon
cities in Colombia- An integrated urban modeling approach for policy and regulatory analysis”, que realiza la
Universidad de los Andes en el marco del financiamiento del Programa UK-Pact de la Embajada del Reino Unido
(Cadena et al., 2020). La información de este proyecto incluye reportes y políticas oficiales de los gobiernos locales
y nacional, informes técnicos de consultoría, revisiones de literatura académica internacional y datos específicos
suministrados por las empresas constructoras de los casos de estudio. La importancia de esta fuente radica en su
contenido específico sobre aspectos técnicos, sociales, económicos y ambientales del macroproyecto residencial de
Ciudad Verde. Asimismo, estos datos facilitaron en gran medida los procesos de calibración y estructuración del
modelo de Dinámica de Sistemas, mejorando el análisis de las políticas planteadas.
En este orden de ideas, se escogió Ciudad Verde como caso de estudio por su escala, estado de desarrollo,
tipo y nivel de información disponible sobre estructuración, diseño, construcción y operación. El proyecto ofrece
importantes evidencias, desde las experiencias de sus promotores, constructores y habitantes para establecer una
línea base de objetivos y logros para luego compararla con nuevas propuestas de mejora. Ciudad Verde es el
macroproyecto de vivienda social más grande del país. En la actualidad cuenta con cerca de 40,000 viviendas de
interés prioritario (VIP) y viviendas de interés social (VIS), distribuidas en 337 hectáreas. La población habitante
se estima en aproximadamente 150,000 personas, convirtiendo al proyecto en una pequeña ciudad colindante con
la capital colombiana. La tipología de vivienda de interés prioritario se caracteriza por ser un edificio residencial
cuyo valor máximo es de setenta salarios mínimos legales mensuales vigentes. Respecto a la altura de la edificación,
se tienen 6 pisos sin sótanos. El sistema estructural y los muros de la envolvente son de mampostería estructural sin
ningún tipo de aislamiento. El área promedio de una unidad residencial tipo VIP es igual a 43 m2.
La tipología de vivienda de interés social son edificaciones que se caracterizan por tener estándares de
calidad en diseño urbanístico, arquitectónico y de construcción cuyo valor máximo es de ciento treinta y cinco
salarios mínimos legales mensuales vigentes. Al igual que la vivienda VIP, la vivienda VIS es sujeto de subsidio
por parte del gobierno. Generalmente, este tipo de edificaciones cuenta con 6 pisos sin sótano, aunque también se
evidencian edificaciones de 12 pisos. El sistema estructural y de envolvente es de concreto industrializado sin
aislamiento. El área promedio de una unidad residencial tipo VIS es igual a 58 m2. Se identificaron 43,739 unidades
de vivienda planeadas a finales de 2020, frente a 51,616 unidades de vivienda planeadas a terminar en 2023
(Amarilo, 2019b). Para poder establecer el porcentaje de área construida de las edificaciones residenciales en
Ciudad Verde según el sistema constructivo, se analizaron los microdatos presentados por el Departamento
Administrativo Nacional de Estadística en el Censo de Edificaciones (Departamento Administrativo Nacional de
Estadística, 2019). Para el municipio de Soacha, donde se localiza el macroproyecto, se determinó que los
porcentajes de utilización de cada uno de los dos sistemas constructivos contemplados en el proyecto son: 55 %
para mampostería estructural y 45 % para sistema industrializado.
Para las modelaciones energéticas desarrolladas en el proyecto se utilizó el motor de simulación energética
Energy+ desarrollado por el Laboratorio Nacional Lawrence Berkeley del Departamento de Energía de los Estados
Unidos (National Renewable Energy Laboratory, 2019a). Como programa de interfaz gráfica se utilizó el software
OpenStudio con su complemento en SketchUp para visualización y edición de modelos 3D (National Renewable
Energy Laboratory, 2019b). De acuerdo con los objetivos de este estudio se contemplaron dos edificaciones
prototipo en Ciudad Verde. En primer lugar, se tuvo en cuenta el conjunto residencial Calicanto (Amarilo, 2019a),
un desarrollo inmobiliario de la constructora Amarilo y correspondiente al tipo de vivienda VIP. Se modeló una
unidad estructural representativa de una torre de 6 pisos con 4 apartamentos de 42 m2 por nivel. El sistema
constructivo de este proyecto es mampostería estructural. Asimismo, se tuvo en cuenta un segundo conjunto
residencial llamado Cayena (Amarilo, 2017), correspondiente al tipo de vivienda tope VIS y desarrollado por la
misma constructora. Esta segunda modelación contempló una torre representativa de 12 pisos con 4 apartamentos
de 57 m2 por nivel. El sistema constructivo de este proyecto es industrializado. Las siguientes figuras muestran un
render arquitectónico por tipo de superficie de las simulaciones realizadas.
Figura 1. Proyecto Calicanto
Figura 2. Proyecto Cayena
La Tabla 1 muestra las propiedades térmicas de los elementos constructivos de la envolvente. Los valores
de transmitancia térmica (valor U) de los materiales se calcularon a partir de dos fuentes: 1) estudio de confort
térmico en vivienda social para la ciudad de Bogotá (Rodríguez et al., 2019) y 2) la biblioteca de componentes de
edificaciones (BCL), propia del software de modelación energética.
Tabla 1. Propiedades térmicas de la envolvente
Elemento Descripción Valor U
(W/m2·K)
Ventanas
Vidrio translúcido (4mm)
Coeficiente de ganancia térmica solar (SHGC = 0.768)
Transmitancia visible (VT = 0.9)
5.700
Muro en ladrillo Muro ladrillo hilera sencilla (120mm)
Capa finalizado estuco (3mm) 3.174
Muro en concreto Pantalla sencilla concreto (100mm)
Capa finalizado estuco (3mm) 3.836
Losa de entrepiso Losa concreto reforzado (100mm)
Piso cerámica (3mm) 3.869
Losa de cimentación Losa concreto reforzado (200mm)
Piso cerámica (3mm) 2.966
En cuanto a los valores de parámetros y perfiles para la densidad de ocupación por espacio dentro de la
vivienda, se utilizaron los datos de las modelaciones previamente realizados por (Rodríguez et al., 2019) para un
proyecto de vivienda social en Bogotá. La estimación de las cargas de iluminación y equipos electrodomésticos se
hizo con base en el informe de caracterización energética del sector residencial urbano y rural (Consorcio
Corpoema-Cusa, 2012). Aunque se haya utilizado un estudio de 2012 para caracterizar las cargas, es importante
reconocer que el consumo de electricidad por hogar en Colombia ha venido creciendo en los últimos años. No
obstante, para las modelaciones energéticas residenciales, el efecto de la carga térmica debido a iluminación y
equipos electrodomésticos en la temperatura interior es despreciable, por lo que los resultados no se verán afectados.
A partir de las modelaciones energéticas se estableció una línea base de consumo de electricidad. Teniendo
en cuenta los objetivos del estudio, no se contempla la evaluación del consumo de gas natural en la vivienda, ya que
el sistema de calefacción dimensionado funciona a base de electricidad. De igual forma, la línea base de confort se
fijó con base en un análisis de temperatura por espacios. Como resultado del análisis, se utilizó la temperatura
promedio anual de los apartamentos para el desarrollo del estudio. Sin embargo, es importante mencionar que esta
temperatura no es constante a lo largo del día, por lo cual es recomendable utilizar un rango de temperaturas mínimas
y máximas o funciones de probabilidad en trabajos futuros. El paso siguiente fue implementar medidas pasivas (de
forma individual y agrupadas en portafolios) en las edificaciones prototipo de Ciudad Verde para evaluar las mejoras
del confort térmico en la fase de ocupación. Para la definición de los portafolios se realizó un exhaustivo ejercicio
de revisión de las prácticas nacionales y locales, destacando las siguientes fuentes: la Guía de Construcción
Sostenible para el Ahorro de Agua y Energía en Edificaciones (Ministerio de Vivienda Ciudad y Territorio, 2015),
el informe final de Bases Técnicas para el Desarrollo del Protocolo de Implementación de la Resolución 549 de
2015 (Ospina et al., 2018), la Guía de Medidas de Eficiencia Energética y Eficiencia en el Consumo de Agua
(Corporación Financiera Internacional, 2018), los Criterios Ambientales para el Diseño y Construcción de Vivienda
Urbana (Ministerio de Ambiente y Desarrollo Sostenible, 2012) y la Guía de Lineamientos de Prácticas Sostenibles
para el Ámbito Edificatorio (Secretaría Distrital de Planeación, 2015). Con base en la revisión y las simulaciones
energéticas desarrollados en el proyecto, se seleccionaron las tres medidas que presentaron mejores resultados de
desempeño térmico. La Tabla 2 presenta las medidas pasivas planteadas en este estudio y su respectiva agrupación
en portafolios.
Tabla 2. Conformación de portafolios
Medida Pasivas Portafolio 1 Portafolio 2 Portafolio 3
Aislamiento térmico del techo
Valor U de 0.45 W/m2·K X X
Aislamiento térmico de paredes externas
Valor U de 1.32 W/m2·K X X X
Vidrio de alto rendimiento térmico
Valor U de 3.12 W/m2·K y SHGC de 0.76 X X
En cuanto a la implementación de medida de mejora de calefacción, se utilizó el software de modelación
para dimensionar una resistencia eléctrica calefactora por apartamento. Se definió además una temperatura
constante para el termostato de 22 ºC a lo largo de las 24 horas del día. En la caracterización del caso base no se
evidenciaron prácticas de uso de calefacción por parte de las familias en Ciudad Verde. Los costos de capital para
el sistema de calefacción se expresaron como un porcentaje de los costos directos de construcción. Dichos costos
directos se tomaron de la estimación de costos realizada en el documento de Bases Técnicas para el Desarrollo del
Protocolo de Implementación de la Resolución 549 de 2015 (Ospina et al., 2018). Se utilizó la misma fuente para
obtener los costos unitarios de implementación de medidas pasivas en edificaciones de tipo VIP y VIS. Se tomó el
factor de emisión de CO2 para electricidad y sugerido por la Unidad de Planeación Minero Energética de CO2 en
estudios de inventario de emisiones (Herrera, 2015). Por último, para la evaluación de las condiciones de confort
térmico se utilizó el modelo adaptativo del (ANSI/ASHRAE, 2013). Este modelo fue desarrollado por (de Dear &
Brager, 1998) e incluye variables dinámicas relacionadas con el clima exterior y el comportamiento de los
ocupantes; además se recomienda su utilización en espacios dotados de ventilación natural. Las temperaturas límite
inferior y superior de los rangos de confort del modelo se obtuvieron por medio de la herramienta de confort térmico
del Center for the Built Environment (Tartarini, Schiavon, Cheung, & Hoyt, 2020).
Descripción del Modelo de Simulación
El modelo de dinámica de sistemas analiza la implementación de medidas de mejora del confort térmico en
las viviendas del macroproyecto de Ciudad Verde entre los años 2011 y 2030, considerando la construcción de
viviendas grises sin medidas de confort, con medidas pasivas de confort, implementación de calefacción y la
combinación de medidas pasivas y calefacción. Para el caso de mejora con medidas pasivas, el modelo contempla
la implementación en igual proporción de los tres portafolios de medidas pasivas presentados anteriormente. En el
caso de intervención con calefacción, la modelación evalúa el tipo de sistema mecanizado especificado. Ahora bien,
las salidas del modelo varían según el tipo de medida: número de viviendas construidas por tipo de mejora, costos
de implementación de las mejoras, emisiones generadas de CO2 por la inclusión de la calefacción, abatimiento de
emisiones de CO2 debido al efecto de las medidas pasivas sobre los consumos de calefacción, valor presente neto
de la inversión para la combinación de pasivas y calefacción y temperatura interior de las viviendas para cada mejora
de confort. El primer paso en la construcción del modelo de dinámica de sistemas es identificar las múltiples
relaciones complejas entre las variables por medio del diagrama causal mostrado en la Figura 3.
Diagrama Causal
El diagrama causal es una herramienta ampliamente utilizada en la Dinámica de Sistemas para representar
la dinámica de retroalimentación de los sistemas modelados. Este diagrama es capaz de capturar el modelo mental
con el que los modeladores abordan un problema, capturando el efecto causal entre variables y los ciclos de
retroalimentación. Además, es un paso previo de la modelación definitiva de la estructura, sentando las bases para
la formulación del modelo de cajas y flujos (Sterman, 2000). Muchos académicos alrededor del mundo han utilizado
este tipo de diagramas para conceptualizar la planificación de ciudades (Onat, Egilmez, & Tatari, 2014; Tan, Jiao,
Shuai, & Shen, 2018; Xu & Coors, 2012), haciendo especial énfasis en la presión demográfica sobre la construcción
de vivienda. Ahora bien, partiendo de estos modelos previamente desarrollados, el diagrama causal desarrollado en
este estudio presenta una brecha entre la meta de viviendas a construir y el tamaño actual del inventario. En términos
económicos, esta brecha representa la dinámica entre la oferta y la demanda por unidades de vivienda. Sin embargo,
esta desigualdad puede ser subsanada para el caso de estudio por medio de la construcción de viviendas grises sin
mejoras de confort y la construcción de viviendas con implementación de mejoras de confort.
Figura 3. Diagrama causal
El diagrama causal presenta ocho ciclos de retroalimentación en total, seis de ellos son de tipo balance
(etiquetados con la letra B) y los dos restantes son de tipo refuerzo (etiquetados con la letra R). Los ciclos B1 y B2
representan las interacciones en las variables Brecha de viviendas, Stock total de viviendas, y los dos tipos de
intervenciones de mejora, Viviendas grises y Viviendas con medidas de confort. De acuerdo con la figura, esta
brecha puede ser cerrada construyendo viviendas sin confort y/o viviendas con confort. No obstante, la aplicación
de medidas de mejora como la calefacción, implica un aumento en las Emisiones de CO2, regulando así la promoción
de políticas públicas de construcción de viviendas con confort (ciclo B3). Si bien las medidas pasivas no contribuyen
a la generación de emisiones en la operación, sí tienen un efecto de abatimiento cuando se combinan con el sistema
de calefacción. Paralelamente, el ciclo B5 muestra cómo la construcción gris disminuye la generación de emisiones
asociadas al confort, regulando las políticas públicas de construcción de viviendas con este tipo de mejoras. En
cuanto al tema de Costos de Implementación, las viviendas con medidas de confort al incurrir en grandes inversiones
de capital desincentivan la promoción de políticas públicas de construcción de viviendas con este tipo de mejoras
(ciclo B4). La construcción de viviendas grises tiene un efecto similar (ciclo B6), ya que al no incurrir en costos de
inversión, las políticas públicas de confort se afectan negativamente regulando la construcción de viviendas con
mejoras. El ciclo de refuerzo R1 muestra el efecto positivo que tiene la implementación de mejoras de confort en la
Temperatura Interior de las viviendas, estimulando a la vez el desarrollo de políticas públicas. Por último, la
construcción de viviendas grises sin medidas de mejora tiene un efecto negativo en la temperatura, aumentando la
presión sobre la formulación de políticas públicas de confort para terminar reforzando la construcción de viviendas
con este tipo de mejoras (ciclo R2).
Componentes del Modelo
En la versión simplificada del modelo (ver Figura 4) pueden observarse cuatro componentes principales. El
componente técnico está compuesto por cuatro cadenas de envejecimiento, las cuales son estructuras dinámicas
capaces de reproducir los procesos de planeación, construcción y una eventual intervención de las viviendas. Se
tiene una primera cadena para el escenario de desarrollo gris y tres cadenas para cada tipo de mejora de confort a
implementar (pasivas, calefacción y pasivas más calefacción). Aunque la figura no detalle el modelo a profundidad,
para las intervenciones que involucran medidas pasivas se tiene una cadena de envejecimiento para cada uno de los
tres portafolios de pasivas planteados. Una vez finalizados los procesos de envejecimiento, las cajas al final de cada
cadena acumulan las viviendas por tipo de mejora. Ahora bien, las cajas están comunicadas entre sí a través de
flujos, los cuales representan las tasas de cambio de entrada y salida en el número de viviendas de cada acumulación.
Estos flujos representan los procesos de planeación, construcción e intervención de las viviendas. Si bien a primera
vista las cadenas no están conectadas entre sí por flujos, el efecto que tiene la acumulación final de un tipo de mejora
sobre la brecha de viviendas sí influye en el comportamiento de las demás cadenas de envejecimiento.
La cadena de construcción gris representa el escenario base de confort de Ciudad Verde. En este escenario
la brecha de viviendas grises captura el total de la brecha de viviendas, estimulando la planeación de nuevas
viviendas grises. El tiempo de planeación regula este primer proceso, en el que las viviendas pasan de iniciar su
planeación al inicio de su construcción. Una vez iniciado el proceso de construcción, las viviendas pasan a ser
habitadas luego de transcurrir un tiempo de construcción.
Los escenarios de mejora del confort en Ciudad Verde están representados en el resto de las cadenas. Todas
las intervenciones de confort parten de una brecha de viviendas propia para regular la planeación de nuevas
viviendas con mejoras. Los procesos de planeación y construcción son muy similares a sus pares en la cadena gris,
no obstante, los tiempos para la planeación y construcción de viviendas con medidas pasivas son ligeramente
superiores. Asimismo, las cadenas que involucran la implementación de un sistema de calefacción como mejora del
confort, tiene un proceso adicional de intervención regulado por su propio flujo y tiempo de implementación.
La construcción de los otros tres componentes principales del modelo se basa en el aspecto técnico. El
componente ambiental computa las emisiones de CO2 provenientes del consumo de electricidad para las mejoras
que involucran calefacción. Estas emisiones periódicas son registradas en la variable Emisiones de CO2. Para su
cuantificación se parte de las acumulaciones de las viviendas con mejoras que involucran calefacción, para luego
multiplicar dichas acumulaciones por los consumos unitarios de electricidad y el factor de emisión. La información
de consumos es exógena al modelo y depende del tipo de sistema estructural de la vivienda en el que se implemente
la medida. Otra parte importante del componente ambiental es el cómputo de los abatimientos de CO2 provenientes
de los consumos aminorados de electricidad por efecto de las medidas pasivas. Estos abatimientos periódicos son
registrados en la variable Abatimiento emisiones de CO2. Para su cálculo se parte de las emisiones generadas en el
caso de implementar únicamente calefacción como medida de mejora y se restan las nuevas emisiones, obtenidas a
partir de la multiplicación de las mismas acumulaciones de viviendas y los consumos unitarios aminorados por el
efecto de implementar medidas pasivas. Estos nuevos consumos de electricidad son información exógena al modelo
y dependen del tipo de sistema estructural de la vivienda.
El componente económico cuantifica las inversiones de capital que demanda cada mejora de confort. Estas
inversiones son acumuladas en la variable Costos de implementación. Para realizar el cálculo se parte de los flujos
de planeación de cada tipo de vivienda con mejora y se multiplican por los costos unitarios de implementación. Esta
información de costos es exógena al modelo y depende del tipo de sistema estructural de la vivienda en el que se
implemente la medida. La segunda parte del componente económico consiste en el cálculo del valor presente neto
(VPN) como indicador capaz de capturar la viabilidad financiera de ejecutar un proyecto. Para encontrar el VPN se
parte de dos flujos: 1) costos de implementación en viviendas con medidas pasivas y calefacción, y 2) ahorros en el
consumo de electricidad debido al efecto de las medidas pasivas sobre la calefacción. La tasa de descuento y la
tarifa del servicio público de electricidad son información exógena al modelo. El VPN se calcula a enero de 2011,
ya que se quiere evaluar la rentabilidad de haber iniciado las mejoras de confort desde el inicio en Ciudad Verde.
Su valor queda registrado en la variable Valor presente neto, actualizándose mes a mes por la forma de la
modelación.
Por último, el componente de confort térmico encuentra una temperatura interior promedio de las viviendas.
Esta temperatura promedio se registra en la variable Temperatura promedio de confort. El cálculo se realiza a partir
de las acumulaciones por tipo de vivienda (incluyendo las viviendas grises) y las diferentes temperaturas interiores,
tanto para el caso base como para los casos de mejora de confort. Esta información de temperaturas interiores es
exógena al modelo y depende del tipo de sistema estructural.
Figura 4. Versión simplificada del modelo
Parámetros del Modelo
Los parámetros de las políticas son esenciales para el correcto funcionamiento del modelo. La modelación
propuesta contempla cinco parámetros de política: Política de pasivas, Política de calefacción, Política de pasivas
+ calefacción, Portafolio Px y Portafolio Px + calefacción. Los primeros tres parámetros asignan la brecha de
viviendas a construir para cada uno de los tres tipos de mejora, como un porcentaje de la brecha total de viviendas.
Cada uno de los últimos dos parámetros reparte la brecha de su escenario entre los tres portafolios de medidas
pasivas contemplados en este análisis. Los tomadores de decisiones interactúan con estos parámetros de política
para analizar los diferentes escenarios de confort en la construcción de viviendas.
La modelación también incluye algunos parámetros exógenos como se muestra en la Tabla 3. En primer
lugar, las variables basadas en el tiempo están relacionadas con la meta de viviendas a construir, tiempos de
planeación, tiempos de construcción y porcentajes de sistema estructural. Estos parámetros fueron obtenidos a través
de un proceso de calibración del modelo llevado a cabo para replicar el flujo de entregas suministrado por el
promotor de Ciudad Verde. Entre los parámetros exógenos también se pueden encontrar los costos unitarios de
implementación de medidas pasivas discriminados por portafolio y sistema estructural. De igual forma, los costos
unitarios de implementación de calefacción están expresados como un porcentaje de los costos directos de obra para
cada sistema estructural. Los consumos de electricidad debidos al sistema de calefacción también se muestran en la
Tabla 3, diferenciando los consumos topes de los consumos con efecto de medidas pasivas.
Tabla 3. Parámetros exógenos
Categoría del
parámetro Parámetro Valor Unidades Comentario
Variables
basadas en
tiempo
Meta de viviendas 51,616 viviendas Calibrados para
replicar información
de (Amarilo, 2019b) Tiempo de planeación gris 72.4590 meses
Tiempo de construcción gris 22.1667 meses
Tiempo de planeación pasivas 80 meses
Tiempo de s pasivas 25 meses
Porcentaje de mampostería estructural 55 %
Porcentaje de sistema industrializado 45 %
Costos
unitarios de
implementación
de medidas
pasivas
Costo de portafolio 1 para mampostería estructural $802,631 COP/vivienda Tomado de estimación
de costos de medidas
de eficiencia energía y
agua
(Ospina et al., 2018)
Costo de portafolio 1 para sistema industrializado $1,082,267 COP/vivienda
Costo de portafolio 2 para mampostería estructural $1,150,008 COP/vivienda
Costo de portafolio 2 para sistema industrializado $1,559,216 COP/vivienda
Costo de portafolio 3 para mampostería estructural $1,065,888 COP/vivienda
Costo de portafolio 3 para sistema industrializado $1,447,485 COP/vivienda
Costos
unitarios de
implementación
de calefacción
Costo directo para mampostería estructural $30,071,500 COP/vivienda Tomado de estimación
de costos de medidas
de eficiencia energía y
agua
(Ospina et al., 2018)
Porcentaje de costo directo de mampostería estructural 10 %
Costo directo para sistema industrializado $42,857,850 COP/vivienda
Porcentaje de costo directo de sistema industrializado 10 %
Consumo
mensual de
electricidad por
calefacción (sin
y con pasivas)
Consumo sin portafolio para mampostería estructural 333.33 kWh/vivienda Tomado de
simulaciones
energéticas de
edificaciones
(Cadena et al., 2020)
Consumo sin portafolio para sistema industrializado 457.54 kWh/vivienda
Consumo con portafolio 1 para mampostería estructural 209.40 kWh/vivienda
Consumo con portafolio 1 para sistema industrializado 302.82 kWh/vivienda
Consumo con portafolio 2 para mampostería estructural 162.44 kWh/vivienda
Consumo con portafolio 2 para sistema industrializado 238.87 kWh/vivienda
Consumo con portafolio 3 para mampostería estructural 193.77 kWh/vivienda
Consumo con portafolio 3 para sistema industrializado 260.79 kWh/vivienda
Aumentos en
temperatura
interior por
medidas
pasivas
Temperatura base interior 18.69 ºC Tomado de
simulaciones
energéticas de
edificaciones
(Cadena et al., 2020)
Aumento con portafolio 1 para mampostería estructural 1.24 ºC
Aumento con portafolio 1 para sistema industrializado 1.12 ºC
Aumento con portafolio 2 para mampostería estructural 1.96 ºC
Aumento con portafolio 2 para sistema industrializado 1.84 ºC
Aumento con portafolio 3 para mampostería estructural 1.57 ºC
Aumento con portafolio 3 para sistema industrializado 1.67 ºC
Temperatura
interior por
calefacción (sin
y con pasivas)
Temperatura sin portafolio para mampostería estructural 22.23 ºC Tomado de
simulaciones
energéticas de
edificaciones
(Cadena et al., 2020)
Temperatura sin portafolio para sistema industrializado 22.18 ºC
Temperatura con portafolio 1 para mampostería estructural 22.29 ºC
Temperatura con portafolio 1 para sistema industrializado 22.20 ºC
Temperatura con portafolio 2 para mampostería estructural 22.36 ºC
Temperatura con portafolio 2 para sistema industrializado 22.28 ºC
Temperatura con portafolio 3 para mampostería estructural 22.35 ºC
Temperatura con portafolio 3 para sistema industrializado 22.28 ºC
Emisiones CO2 Factor de emisión de la electricidad 0.209589 tonCO2/MWh Tomado de (Cadena et
al., 2020)
Valor presente
neto Año base de inversión (enero 2011) 0 meses
Tasa mensual de descuento 0.720732 %
Tarifa de electricidad (dinámica) 564.781 COP/kWh
1Se utilizó la proyección tarifaria realizada en (Cadena et al., 2020)
Limitaciones del Modelo
El alcance del modelo es limitado en diferentes aspectos. Para empezar, el modelo no abarca la totalidad de
medidas pasivas de confort que pueden encontrarse en la literatura académica y reportes oficiales. Tampoco se
consideran los múltiples sistemas de calefacción diseñados para edificaciones residenciales. Asimismo, se asume
que los tiempos de planeación, construcción e intervención utilizados en las cadenas de envejecimiento son
parámetros constantes. La duración de estos procesos en la vida real depende de varios factores externos como
eventualidades en los trámites ante autoridades locales, problemas legales con los predios, demoras en las preventas,
condiciones climáticas, faltas de inventario de material, reprocesos constructivos, etc. Si se consideraran estas
variables en la modelación, los resultados obtenidos serían más acordes a la realidad. Por otro lado, es importante
aclarar que el modelo no contempla acciones de rehabilitación de viviendas, es decir, las medidas pasivas no pueden
implementarse en viviendas existentes. Si bien la razón para no implementar este tipo de rehabilitaciones radica en
el supuesto de definir las mejoras de confort a implementar en Ciudad Verde desde el inicio de su construcción, un
modelo ajustado a la realidad debería tener en cuenta esta opción de intervención sobre las viviendas ya construidas.
En segundo lugar, la información de costos recolectada se asume constante durante toda la ventana de
tiempo, dejando a un lado los efectos marcados por la dinámica del mercado. No se contemplaron costos adicionales
a los de implementación, ya sea por concepto de mantenimiento o disposición. De igual forma, los datos de consumo
de electricidad y temperaturas interiores se obtuvieron con base en la simulación energética de dos prototipos de
sistema estructural para las viviendas en Ciudad Verde. Ahora bien, el modelo parte de las variables de salida
especificadas (emisiones de CO2, abatimiento de emisiones, costos de implementación y temperatura interior) para
examinar los impactos ambientales, económicos y sociales. Un análisis a profundidad de estos aspectos implicaría
tener en cuenta una serie de variables adicionales como por ejemplo: emisiones asociadas al proceso de fabricación
y transporte de los materiales utilizados en las medidas pasivas y sistema de calefacción, costos de mantenimiento
durante la operación de las mejoras, cuantificación de mejoras de otros tipos de confort diferentes al térmico.
Una limitación importante del modelo es la falta de una restricción de presupuesto que regule la
construcción de viviendas con medidas de mejora. No obstante, aunque la viabilidad financiera de una política es
crucial para su implementación, factores como la disponibilidad de tecnologías y su aceptación por parte de los
usuarios deberían ser considerados también (Mahajan, Muller, & Srivastava, 1990). Factores externos al modelo,
como crisis del sector de la construcción, eventos naturales o pandemias no hacen parte de los supuestos de la
modelación. Finalmente, el modelo planteado se diseñó con el único fin de llevar a cabo análisis de escenarios de
implementación de mejoras en el confort térmico de las unidades residenciales. Partiendo de este supuesto, es
importante aclarar que el modelo no realiza predicciones ya que no incorpora dinámicas demográficas o
socioeconómicas. La formulación empleada cumple con el principio de ceteris paribus, asumiendo que las variables
ajenas al modelo permanecen constantes (Sterman, 2000).
Prueba y Validación del Modelo: Escenario Base
Se utilizaron métodos estandarizados de la Dinámica de Sistemas para probar la confiabilidad de la
modelación (Forrester, 1961). En el escenario base, el objetivo del modelo es reproducir la dinámica de construcción
de viviendas en Ciudad Verde durante el periodo 2011 a 2030. Para lograr este objetivo, se asume que la meta de
viviendas a construir se subsana por medio de la construcción de viviendas grises sin medidas de mejora del confort
térmico. Para asegurar la robustez de la estructura del modelo se utilizaron formulaciones empleadas en otros
estudios de construcción de viviendas (Chritamara, Ogunlana, & Bach, 2002; Zhang, Geltner, & De Neufville,
2018). Estas estructuras contemplan formulaciones dinámicas simples como cadenas de envejecimiento y cierre de
brechas. Los tiempos de planeación y construcción fueron calculados siguiendo los procedimientos establecidos de
calibración de modelos parciales (Homer, 2012). Este procedimiento ha sido ampliamente documentado en otros
modelos de Dinámica de Sistemas (Ghaffarzadegan, Epstein, & Martin, 2013).
La confiabilidad del modelo se examinó mediante pruebas de consistencia dimensional y evaluación de
parámetros (Sterman, 2000). Cada una de las ecuaciones planteadas en el modelo fueron revisadas en búsqueda de
errores de unidades. Los resultados del modelo han respondido satisfactoriamente ante cambios extremos en los
parámetros de entrada, presentando tendencias similares cuando se comparan con datos históricos. De igual forma,
se llevaron a cabo pruebas de error de integración para comprobar la consistencia del modelo. Esta prueba consiste
en cambiar el método de integración y reducir el paso de tiempo hasta el punto en el que los resultados no varíen
significativamente. Por último, se comprobó la existencia de comportamientos anómalos mediante la eliminación
de algunas relaciones entre las brechas de viviendas con mejora y los flujos de planeación. Como resultado de este
experimento, las acumulaciones presentaron comportamientos anormales, lo cual indica la importancia de incluir
estas relaciones.
Para la determinación de los parámetros se utilizó la herramienta de optimización de Vensim DSS. Este
complemento encuentra la combinación de parámetros capaces de replicar el mejor ajuste de los datos simulados a
una serie histórica. Se realizó una comparación de series para la variable Viviendas grises habitadas, la cual describe
el estado actual de las viviendas en Ciudad Verde. La Figura 5 muestra los resultados de la simulación como una
línea continua, y los datos históricos como puntos discretos. A primera vista, puede observarse cómo hasta el mes
125 aproximadamente los datos no varían mucho punto a punto, para luego empezar a distanciarse y volverse a
encontrar sobre el final de la ventana de tiempo. Adicionalmente, es claro que los datos simulados replican la
tendencia general de la curva histórica.
Figura 5. Datos reales versus simulados de viviendas grises habitadas para el escenario base
Ahora bien, para un completo análisis del proceso de validación del modelo debe realizarse una prueba
estadística que evalúe la capacidad del modelo en términos matemáticos. La comparación de datos en Dinámica de
Sistemas suele llevarse a cabo por medio de indicadores estadísticos como el coeficiente de determinación (R2), la
raíz del error cuadrado medio (RECM) y los estadísticos de desigualdad de Theil (Theil & Beerens, 1966). Los
estadísticos de Theil son una forma de desagregar el error cuadrado medio (ECM) en tres errores diferentes: sesgo
(UM), variación desigual (US) y covariación desigual (UC), de tal forma que UM + US + UC = 1. La Tabla 4 muestra
la evaluación estadística del ajuste realizado por el modelo para replicar la serie histórica. Se observa un coeficiente
de determinación alto en la variable ajustada, lo cual demuestra una excelente correspondencia punto por punto
entre las dos series (Sterman, 2000). Al observar los estadísticos de Theil se evidencia cómo la mayor parte del
ECM corresponde al componente de covariación. De acuerdo con (Sterman, 2000), este fenómeno sugiere que los
0
10,000
20,000
30,000
40,000
50,000
60,000
0 25 50 75 100 125 150 175 200 225
Viv
ien
das
gri
ses
hab
itad
as (
viv
ien
das
)
Tiempo (meses)
Datos simulados Datos históricos
errores no son sistemáticos y por lo tanto no se originan en el proceso de simulación. Otros modelos de Dinámica
de Sistemas que incorporaron cadenas de envejecimiento han obtenidos resultados similares (Guevara, Garvin, &
Ghaffarzadegan, 2017; Ruiz & Guevara, 2020). En conclusión, los resultados del modelo y la serie histórica exhiben
un buen ajuste en términos de medias y tendencias, además de presentar una buena correspondencia punto por
punto.
Tabla 4. Estadísticos de evaluación del ajuste del modelo a datos históricos
Indicador Viviendas habitadas
R2 0.9962
RECM 1331
Sesgo (UM) 0.3232
Variación desigual (US) 0.0474
Covariación desigual (UC) 0.6294
Análisis de Políticas
Para el análisis de políticas, se utiliza el modelo para conducir una serie de experimentos basados en análisis
de escenarios. Esto implica modificar los parámetros de las políticas con el objetivo de estudiar cómo se
comportarían las variables de salida del modelo. Los resultados de los escenarios de confort descritos previamente
siempre son comparados con la simulación de la línea base, observando potenciales cambios en la distribución del
número de viviendas por tipo, costos de implementación de mejoras, emisiones asociadas a calefacción, abatimiento
de emisiones por la combinación de calefacción y medidas pasivas, valor presente neto de la combinación de
calefacción y medidas pasivas, y temperatura interior promedio de las viviendas.
Para la definición de las tres políticas de confort se asume en todos los casos que la brecha total de viviendas
a construir se satisface por completo. Las políticas son: 1) Promocionar la construcción de viviendas con medidas
pasivas implementando los tres portafolios por igual; 2) Promocionar la construcción de viviendas con calefacción
y 3) Combinar las Políticas 1 y 2 manteniendo la distribución de los portafolios. Todas las políticas son evaluadas
con una ventana de tiempo comprendida entre 2011 y 2030. Este periodo de 20 años es suficiente para evaluar las
dinámicas del sistema en el corto y largo plazo. La Tabla 5 resume las políticas propuestas y los valores de los
parámetros a evaluar.
Tabla 5. Políticas de confort analizadas
Política Parámetro Valor caso base
(%)
Valor de prueba
(%)
P1-1: Promoción (promedio) de medidas pasivas Política de pasivas 0 50
Portafolio P1 0 1/3
Portafolio P2 0 1/3
Portafolio P3 0 1/3
P1-2: Promoción (ideal) de medidas pasivas Política de pasivas 0 100
Portafolio P1 0 1/3
Portafolio P2 0 1/3
Portafolio P3 0 1/3
P2-1: Promoción (promedio) de calefacción Política de calefacción 0 50
P2-2: Promoción (ideal) de calefacción Política de calefacción 0 100
P3-1: Combinación (promedio) de medidas
pasivas y calefacción Política de pasivas + calefacción 0 50
Portafolio P1 + calefacción 0 1/3
Portafolio P2 + calefacción 0 1/3
Portafolio P3 + calefacción 0 1/3
P3-2: Combinación (ideal) de medidas pasivas y
calefacción Política de pasivas + calefacción 0 100
Portafolio P1 + calefacción 0 1/3
Portafolio P2 + calefacción 0 1/3
Portafolio P3 + calefacción 0 1/3
Política 1: Promoción de Medidas Pasivas
La formulación de la Política 1 (P1) está sustentada en el grado de implementación de las medidas pasivas
como mejoras del confort térmico de las viviendas. Para llevar a cabo el experimento, se modificó el valor del
parámetro Política de pasivas. Esta modificación se desarrolló a través de dos subpolíticas: 1) Subpolítica 1 (P1-1)
promueve la construcción de viviendas con medidas pasivas en un 50 %, 2) Subpolítica 2 (P1-2) promueve la
construcción de viviendas con medidas pasivas en un 100%. Para el caso base, el valor del parámetro es de 0%.
Además, se plantea implementar los tres portafolios de pasivas en igual proporción para los dos casos. No se
contemplan valores adicionales de prueba, ya que los resultados de las variables de salida son directamente
proporcionales.
La Figura 6. Efecto de la Política 1 en (a) viviendas habitadas; (b) costos de implementación; (c) temperatura interior promedio
compara los resultados del modelo entre la línea base y las dos subpolíticas planteadas, por medio de las
siguientes variables: (a) viviendas habitadas, (b) costos de implementación y (c) temperatura interior promedio.
Luego de examinar la evolución de las viviendas habitadas y su desagregación en los cuatro tipos de vivienda
(grises, pasivas portafolio 1, pasivas portafolio 2 y pasivas portafolio 3), se observa cómo la brecha de viviendas a
construir en P1-1 es cubierta por viviendas grises y viviendas pasivas en igual proporción; mientras que en el caso
de P1-2, la brecha es cubierta solamente por viviendas pasivas. Para el caso base, la brecha es cubierta en su totalidad
por viviendas grises. Todos estos fenómenos se esperaban dada la definición de los parámetros y la formulación de
los ciclos de retroalimentación encargados de cerrar la brecha.
Los costos de implementación son directamente proporcionales a la cantidad de viviendas por tipo. Para el
caso base, los costos de implementación son nulos dado que no se está llevando a cabo ninguna mejora de confort.
En el caso de P1-1, pueden observarse tres líneas de costos (una para cada portafolio de pasivas), llegando a un total
de 29,000 millones de pesos sobre el final de la ventana de tiempo. Asimismo, para el caso de P1-2, los costos
totales de implementación ascienden a 60,000 millones de pesos. Si bien el número de viviendas habitadas es igual
para cada tipo de portafolio, los costos de implementación difieren entre sí, ya que los costos unitarios son
diferentes. El portafolio 2 presenta los mayores costos, seguido por los portafolios 3 y 1, respectivamente.
Finalmente, la temperatura interior promedio de las viviendas para el caso base es de 18.69 ºC. P1-1 alcanza
una temperatura promedio de 19.44 ºC al final del periodo, mientras que P1-2 alcanza una temperatura de 20.26 ºC.
El rango de temperatura operativa al interior de las viviendas definido bajo el modelo adaptativo de confort es de
19.5 ºC a 24.5 ºC. Por lo tanto, se evidencia que la implementación promedio de pasivas (P1-1) no asegura que el
promedio de las viviendas cumpla el rango de confort, mientras que la implementación ideal de pasivas (P1-2) si
cumple con el intervalo.
a)
(b) .
(c)
Figura 6. Efecto de la Política 1 en (a) viviendas habitadas; (b) costos de implementación; (c) temperatura interior promedio
0
10,000
20,000
30,000
40,000
50,000
0 25 50 75 100 125 150 175 200 225
Viv
ien
das
hab
itad
as (
viv
ien
das
)
Tiempo (meses)
Grises: Base Grises: P1-1 Pasivas P1: P1-1
Pasivas P2: P1-1 Pasivas P3: P1-1 Grises: P1-2
Pasivas P1: P1-2 Pasivas P2: P1-2 Pasivas P3: P1-2
0
5
10
15
20
25
0 25 50 75 100 125 150 175 200 225
Cost
os
imp
lem
enta
ción
(m
iles
de
mil
lon
es C
OP
)
Tiempo (meses)
Grises: Base Pasivas P1: P1-1 Pasivas P2: P1-1
Pasivas P3: P1-1 Pasivas P1: P1-2 Pasivas P2: P1-2
Pasivas P3: P1-2
18
19
20
21
22
23
24
25
0 25 50 75 100 125 150 175 200 225
Tem
per
atu
ra i
nte
rio
r p
rom
edio
(ªC
)
Tiempo (meses)
Límite inferior confort Límite superior confort P1-1
P1-2 Base
Política 2: Promoción de Calefacción
La formulación de la Política 2 (P2) está sustentada en el grado de implementación de la calefacción como
mejora del confort térmico de las viviendas. Para llevar a cabo el experimento, se modificó el valor del parámetro
Política de calefacción. Esta modificación se desarrolló a través de dos subpolíticas: 1) Subpolítica 1 (P2-1)
promueve la construcción de viviendas con calefacción en un 50 %, 2) Subpolítica 2 (P2-2) promueve la
construcción de viviendas con calefacción en un 100%. Para el caso base, el valor del parámetro es de 0%. No se
contemplan valores adicionales de prueba, ya que los resultados de las variables de salida son directamente
proporcionales.
La Figura 7 compara los resultados del modelo entre la línea base y las dos subpolíticas planteadas, por
medio de las siguientes variables: (a) viviendas habitadas, (b) costos de implementación, (c) emisiones asociadas
de CO2 y (d) temperatura interior promedio. Tras examinar la evolución de las viviendas habitadas y su
desagregación en los dos tipos de vivienda (grises y con calefacción), se observa cómo la brecha de viviendas a
construir en P2-1 es cubierta por viviendas grises y viviendas con calefacción en igual proporción; mientras que en
el caso de P2-2, la brecha es cubierta solamente por viviendas con calefacción. Para el caso base, la brecha es
cubierta en su totalidad por viviendas grises. Todos estos fenómenos se esperaban dada la definición de los
parámetros y la formulación de los ciclos de retroalimentación encargados de cerrar la brecha.
Los costos de implementación son directamente proporcionales a la cantidad de viviendas por tipo. Para el
caso base, los costos de implementación son nulos dado que no se está llevando a cabo ninguna mejora de confort.
En el caso de P2-1, puede observarse una línea de costos que llega a un total de 92,000 millones de pesos sobre el
final de la ventana de tiempo. Asimismo, para el caso de P2-2, los costos totales de implementación ascienden a
185,000 millones de pesos.
En cuanto a las emisiones de CO2, estas también son directamente proporcionales a la cantidad de viviendas
por tipo. Para el caso base, las emisiones son nulas dado que no se está llevando a cabo ninguna mejora de confort.
En el caso de P2-1, pueden observarse una línea mensual de emisiones que llega a un total de 2,100 toneladas de
CO2 por mes sobre el final de la ventana de tiempo. Asimismo, para el caso de P2-2, las emisiones mensuales
ascienden a 4,200 toneladas de CO2 por mes.
Finalmente, la temperatura interior promedio de las viviendas para el caso base es de 18.69 ºC. P2-1 alcanza
una temperatura promedio de 20.45 ºC al final del periodo, mientras que P2-2 alcanza una temperatura de 22.21 ºC.
El rango de temperatura operativa al interior de las viviendas definido bajo el modelo adaptativo de confort es de
19.5 ºC a 24.5 ºC. Por lo tanto, se evidencia que tanto la implementación promedio (P2-1) como la implementación
ideal de calefacción (P2-2) aseguran que el promedio de las viviendas cumpla el rango de confort. Sin embargo,
hay que tener presente que bajo el primer caso la mitad de las viviendas siguen sin cumplir las condiciones de
confort, ya que se construyeron sin medida alguna de mejora.
(a)
(b)
Figura 7. Efecto de la Política 2 en (a) viviendas habitadas; (b) costos de implementación
0
10,000
20,000
30,000
40,000
50,000
0 25 50 75 100 125 150 175 200 225
Viv
ien
das
hab
itad
as (
viv
ien
das
)
Tiempo (meses)
Grises: Base Grises: P2-1 Grises: P2-2
Calefacción: P2-1 Calefacción: P2-2
0
20
40
60
80
100
120
140
160
180
200
0 25 50 75 100 125 150 175 200 225
Cost
os
imp
lem
enta
ción
(m
iles
de
mil
lon
es C
OP
)
Tiempo (meses)
Grises: Base Calefacción: P2-1 Calefacción: P2-2
(c)
(d)
Figura 7 (cont.). Efecto de la Política 2 en (c) emisiones de CO2; (d) temperatura interior promedio
0
500
1,000
1,500
2,000
2,500
3,000
3,500
4,000
4,500
0 25 50 75 100 125 150 175 200 225
Em
isio
nes
aso
ciad
as (
ton
CO
2)
Tiempo (meses)
Grises: Base Calefacción: P2-1 Calefacción: P2-2
18
19
20
21
22
23
24
25
0 25 50 75 100 125 150 175 200 225
Tem
per
atu
ra i
nte
rio
r p
orm
edio
(ªC
)
Tiempo (meses)
Límite inferior confort Límite superior confort P2-1
P2-2 Base
Política 3: Combinación de Medidas Pasivas y Calefacción
Hasta ahora se ha observado cómo la P1 de implementación de medidas pasivas tiene un mejor desempeño
en emisiones de CO2 y costos de implementación, mientras que la P2 muestra un desempeño superior en la
temperatura promedio de las viviendas. La Política 3 (P3) se formula entonces con el objetivo de lograr mejores
resultados en cada uno de los aspectos mencionados: ambiental, económico y confort térmico. Esta política está
sustentada en la combinación de P1 y P2, lo cual significa modificar el parámetro Política de pasivas + calefacción.
Esta modificación se desarrolló a través de dos subpolíticas: 1) Subpolítica 1 (P3-1) promueve la construcción de
viviendas con medidas pasivas y calefacción en un 50 %, 2) Subpolítica 2 (P3-2) promueve la construcción de
viviendas con medidas pasivas y calefacción en un 100%. Para el caso base, el valor del parámetro es de 0%.
Además, se plantea implementar los tres portafolios en igual proporción para los dos casos. No se contemplan
valores adicionales de prueba, ya que los resultados de las variables de salida son directamente proporcionales.
La Figura 8 compara los resultados del modelo entre la línea base y las dos subpolíticas planteadas, por
medio de las siguientes variables: (a) viviendas habitadas, (b) costos de implementación, (c) emisiones asociadas
de CO2 y (d) abatimiento de emisiones, (e) valor presento neto y (f) temperatura interior promedio. Después de
examinar la evolución de las viviendas habitadas y su desagregación en los cuatro tipos de vivienda (grises, pasivas
portafolio 1 con calefacción, pasivas portafolio 2 con calefacción y pasivas portafolio 3 con calefacción), se observa
cómo la brecha de viviendas a construir en P3-1 es cubierta por viviendas grises y viviendas pasivas con calefacción
en igual proporción; mientras que en el caso de P3-2, la brecha es cubierta solamente por viviendas pasivas con
calefacción. Para el caso base, la brecha es cubierta en su totalidad por viviendas grises.
Los costos de implementación son directamente proporcionales a la cantidad de viviendas por tipo. Para el
caso base, los costos de implementación son nulos dado que no se está llevando a cabo ninguna mejora de confort.
En el caso de P3-1, pueden observarse tres líneas de costos (una para cada portafolio de pasivas más calefacción),
llegando a un total de 117,000 millones de pesos sobre el final de la ventana de tiempo. Asimismo, para el caso de
P3-2, los costos totales de implementación ascienden a 246,000 millones de pesos. Si bien el número de viviendas
habitadas es igual para cada tipo de portafolio, los costos de implementación difieren entre sí, ya que los costos
unitarios son diferentes. El portafolio 2 presenta los mayores costos, seguido por los portafolios 3 y 1,
respectivamente. Como se esperaba, la suma de los costos de implementación para P1-1 y P2-1 son
aproximadamente iguales al costo de P3-1. Ocurre el mismo fenómeno con la versión ideal de las políticas. Lo
anterior se esperaba dada la definición de los parámetros y la formulación de los componentes técnico y económico.
En cuanto a las emisiones de CO2, estas también son directamente proporcionales a la cantidad de viviendas
por tipo. Para el caso base, las emisiones son nulas dado que no se está llevando a cabo ninguna mejora de confort.
En el caso de P3-1, pueden observarse tres líneas mensuales de emisiones (una para cada portafolio de pasivas más
calefacción) llegando a un total de 1,200 toneladas de CO2 por mes sobre el final de la ventana de tiempo. Asimismo,
para el caso de P3-2, las emisiones totales mensuales ascienden a 2,400 toneladas de CO2 por mes. Ahora bien, la
inclusión de medidas pasivas en P3 tiene un efecto importante de abatimiento sobre las emisiones generadas por el
consumo de calefacción en las viviendas. Las reducciones en los consumos dependen del portafolio de pasivas a
implementar, siendo el portafolio 2 el que presenta la mayor reducción, seguido por los portafolios 3 y 1,
respectivamente. Para el caso de P3-1, se evidencian tres líneas mensuales de abatimiento alcanzando un total de
850 toneladas de CO2 por mes sobre el final del periodo. En el caso de P3-2, el abatimiento total mensual asciende
a 1,780 toneladas por mes.
Las reducciones en los consumos de electricidad por efecto de las medidas pasivas pueden traducirse a
términos económicos mediante el cálculo de los ahorros potenciales por concepto tarifario. Una vez calculados los
ahorros monetarios se procede a realizar un análisis de rentabilidad (valor presente neto) teniendo en cuenta los
costos de implementación mencionados anteriormente. Se tomó el mes 0 de la simulación (enero de 2011) como
año base del análisis, dado que el estudio contempla la implementación de medidas de mejora del confort desde el
inicio del macropoyecto de Ciudad Verde. Observando la Figura 8e puede observarse cómo los valores de VPN son
actualizados a medida que avanza el tiempo, siendo negativo en los primeros meses por concepto de inversión de
capital, para luego presentar valores positivos cada vez más altos por concepto de ahorros tarifarios a perpetuidad.
El punto de inflexión del signo del VPN se conoce como periodo de retorno de la inversión. Teniendo en cuenta el
periodo de estudio de 20 años, puede observarse cómo el tiempo necesario para recuperar la inversión es de 146
meses para el portafolio 2, 159 meses para el portafolio 3 y 173 meses para el portafolio 1. Se observa también que
el grado de implementación de la P3 no afecta el periodo de retorno. Al final de la ventana de tiempo se tiene un
VPN de 59,000 millones de pesos para P3-1 y de 123,000 millones de pesos para P3-2.
Finalmente, la temperatura interior promedio de las viviendas para el caso base es de 18.69 ºC. P3-1 alcanza
una temperatura promedio de 20.40 ºC al final del periodo, mientras que P3-2 alcanza una temperatura de 22.30 ºC.
El rango de temperatura operativa al interior de las viviendas definido bajo el modelo adaptativo de confort es de
19.5 ºC a 24.5 ºC. Por lo tanto, se evidencia que tanto la implementación promedio (P3-1) como la implementación
ideal de medidas pasivas más calefacción (P3-2) aseguran que el promedio de las viviendas cumpla el rango de
confort. Sin embargo, hay que tener presente que bajo el primer caso la mitad de las viviendas siguen sin cumplir
las condiciones de confort, ya que se construyeron sin medida alguna de mejora.
(a)
(b)
(c)
Figura 8. Efecto de la Política 3 en (a) viviendas habitadas; (b) costos de implementación; (c) emisiones de CO2
0
10,000
20,000
30,000
40,000
50,000
0 25 50 75 100 125 150 175 200 225
Viv
ien
das
hab
itad
as (
viv
ien
das
)
Tiempo (meses)
Grises: Base Grises: P3-1 Pasivas P1+calef: P3-1
Pasivas P2+calef: P3-1 Pasivas P3+calef: P3-1 Grises: P3-2
Pasivas P1+calef: P3-2 Pasivas P2+calef: P3-2 Pasivas P3+calef: P3-2
0
10
20
30
40
50
60
70
80
90
0 25 50 75 100 125 150 175 200 225
Cost
os
imp
lem
enta
ción
(m
iles
de
mil
lon
es
CO
P)
Tiempo (meses)
Grises: Base Pasivas P1+calef: P3-1 Pasivas P2+calef: P3-1
Pasivas P3+calef: P3-1 Pasivas P1+calef: P3-2 Pasivas P2+calef: P3-2
Pasivas P3+calef: P3-2
0
100
200
300
400
500
600
700
800
900
1,000
0 25 50 75 100 125 150 175 200 225
Em
isio
nes
aso
ciad
as (
ton
CO
2)
Tiempo (meses)
Grises: Base Pasivas P1+calef: P3-1 Pasivas P2+calef: P3-1
Pasivas P3+calef: P3-1 Pasivas P1+calef: P3-2 Pasivas P2+calef: P3-2
Pasivas P3+calef: P3-2
(d)
(e)
(f)
Figura 8 (cont.). Efecto de la Política 3 en (d) abatimiento de emisiones de CO2; (e) valor presente neto;(f) temperatura interior promedio
0
100
200
300
400
500
600
700
800
0 25 50 75 100 125 150 175 200 225
Ab
atim
ien
to e
mis
ion
es (
ton
CO
2)
Tiempo (meses)
Grises: Base Pasivas P1+calef: P3-1 Pasivas P2+calef: P3-1
Pasivas P3+calef: P3-1 Pasivas P1+calef: P3-2 Pasivas P2+calef: P3-2
Pasivas P3+calef: P3-2
-40
-30
-20
-10
0
10
20
30
40
50
60
0 25 50 75 100 125 150 175 200 225
VP
N (m
iles
de
mil
lon
es C
OP
)
Tiempo (meses)
Grises: Base Pasivas P1+calef: P3-1 Pasivas P2+calef: P3-1
Pasivas P3+calef: P3-1 Pasivas P1+calef: P3-2 Pasivas P2+calef: P3-2
Pasivas P3+calef: P3-2
18
19
20
21
22
23
24
25
0 25 50 75 100 125 150 175 200 225
Tem
per
atu
ra i
nte
rio
r p
orm
edio
(ªC
)
Tiempo (meses)
Límite inferior confort Límite superior confort P3-1
P3-2 Base
Discusión
La Tabla 6 muestra los resultados de las variables de salida del modelo para los casos de implementación
ideal de las políticas de mejora del confort en Ciudad Verde durante el periodo 2011-2030. Es importante tener en
cuenta que los valores presentados para P1 y P3 son resultados específicos de la implementación en igual proporción
de los tres portafolios de medidas pasivas.
Tabla 6. Resultados de políticas (ideales) de confort
Política P1-2 P2-2 P3-2
Costos implementación
(COP/vivienda) 1,174,414 3,582,539 4,777,381
Consumo electricidad por calefacción
(kWh/vivienda-año) N.A.1 4,671 2,689
Emisiones de CO2 por calefacción
(kg CO2/vivienda-año) N.A. 979 564
Abatimiento de emisiones
(kg CO2/vivienda-año) N.A. N.A. 415
Valor presente neto
(COP/vivienda) N.A. N.A. 2,378,444
Temperatura interior promedio
(ºC) 20.26 22.21 22.30
1 N.A.: No aplica.
P1 y P2 ofrecen dos maneras distintas de mejorar el confort térmico al interior de las viviendas. No obstante,
la diferencia entre las dos políticas radica en la generación de emisiones asociadas a la operación del sistema de
calefacción, las cuales pasaron de ser nulas a 4,671 kilogramos anuales por vivienda al final del periodo.
Estableciendo una comparación entre el consumo de calefacción del modelo y los consumos de algunos países del
continente europeo (ODYSSEE-MURE, 2017; OVO Energy, 2010), puede observarse cómo el consumo en Ciudad
Verde es ligeramente superior al caso español (4,291 kWh/vivienda-año). Esta comparación relativa proporciona
una idea del orden de magnitud del nivel de emisiones generado por P2, ubicando el consumo de Ciudad Verde en
la parte inferior de la escala europea, muy por debajo de países mediterráneos como Grecia (8,513 kWh/vivienda-
año) e Italia (9,595 kWh/vivienda-año).
Adicionalmente, los costos de implementación aumentan dramáticamente en un 205 % aproximadamente.
En cuanto al tema de confort térmico, P1 ofrece un aumento de 1.57 ºC en la temperatura respecto al caso base,
mientras P2 asegura un incremento superior de 3.52 ºC. Ambas políticas aseguran que la totalidad de las viviendas
construidas se encuentren dentro del rango de confort térmico definido por el modelo adaptativo. No obstante las
medidas pasivas por definición aprovechan las condiciones meteorológicas y las características de los materiales de
construcción de la vivienda para suministrar un ambiente de confort en el interior. Por lo tanto, la principal falencia
de la temperatura de P1 reside en el hecho de su dependencia total del clima exterior, presentando una variabilidad
a lo largo del día. Estas fluctuaciones de temperatura son una de las principales fuentes que afectan el confort
térmico en ambientes interiores (ANSI/ASHRAE, 2013). Por el contrario, este fenómeno no ocurre con P2, ya que
el sistema de calefacción utilizado en el estudio se dimensionó con un termostato a 22 ºC durante todo el día.
La implementación de P3 permite estudiar el comportamiento del sistema cuando se combinan P1 y P2 en
simultáneo. El aspecto económico muestra un incremento de los costos de implementación a $ 4,777,388 siendo
este valor aproximadamente la suma de los costos de las políticas combinadas. Ahora bien, previamente se ha
mencionado que las medidas pasivas tienen un efecto de reducción sobre el consumo de electricidad del sistema de
calefacción. Por consiguiente, las emisiones mensuales de CO2 respecto a P2 disminuyen en un 42 %
aproximadamente, lo cual se traduce en un abatimiento cercano a los 415 kilogramos anuales por vivienda. De igual
forma, la reducción en el consumo de electricidad representa unos ahorros potenciales que traducidos a rentabilidad,
representan un valor presente neto positivo de $ 2,378,444 por vivienda. Por último, en cuanto al aspecto de confort
térmico, P3 provee una temperatura constante durante el día de 22.3 ºC con incrementos de 2.04 ºC y 0.09 ºC
respecto a P1 y P2.
Conclusiones
Este estudio aborda el tema del confort térmico de los ocupantes de las viviendas a través de la
implementación de medidas pasivas, sistema de calefacción y la combinación de ambas alternativas. El análisis
contempla el desarrollo de cuatro componentes principales: aspectos técnicos, costos de implementación y
rentabilidad, impactos ambientales y temperaturas de confort.
Utilizando el macroproyecto de Ciudad Verde como caso de estudio, los resultados de la línea base sugieren
que el modelo actual de desarrollo cumple su meta de cerrar la brecha de viviendas a construir, sin embargo no se
tuvieron en cuenta medidas de mejora del confort térmico al interior de las unidades residenciales. Los escenarios
de implementación estudiados plantean una serie de alternativas válidas a la hora de desarrollar políticas públicas
que promuevan el confort en las viviendas. De acuerdo con los resultados de la simulación, la implementación de
calefacción es la mejor forma de asegurar una temperatura de confort constante al interior de las unidades a lo largo
del día. Sin embargo, estos niveles superiores de confort demandan unos altos costos de capital por parte de los
usuarios finales, los cuales hacen prácticamente imposible su implementación en el contexto del caso de estudio.
Para el escenario de implementación de calefacción se necesita que cada hogar incurra en un consumo adicional de
389.22 kWh/mes, lo cual representa un cobro adicional de $ 219,826 por concepto tarifario. Este cobro tendría un
gran impacto en la economía familiar si se tiene en cuenta el salario mínimo actual en Colombia es de $ 877,802.
Adicionalmente, el consumo de electricidad por calefacción representa una generación de emisiones de CO2 al
medio ambiente. Por otro lado, la implementación de medidas pasivas en forma de portafolios también asegura una
temperatura interior de las viviendas dentro de los rangos de confort. Si bien este tipo de medidas de mejora
dependen en gran medida de las condiciones climáticas, su implementación es estimulada por la no generación de
emisiones durante la operación y los costos de capital relativamente bajos. La recomendación final para Ciudad
Verde es iniciar procesos de rehabilitación de las edificaciones existentes con el objetivo de implementar medidas
pasivas que mejoren el confort térmico en las unidades residenciales.
El aporte de este estudio a la literatura académica es de gran valor. Para empezar, se provee un modelo
sencillo de Dinámica de Sistemas capaz de integrar medidas de mejora del confort térmico a la planeación y
construcción de viviendas. En la actualidad hay muchos estudios que analizan las dinámicas dentro del sector de la
construcción, pero muy pocos se han concentrado en el tema del confort al interior de las unidades residenciales. El
modelo propuesto recrea las dinámicas entre los costos de implementación, las emisiones de CO2 y el impacto en
la temperatura interior de las viviendas asociadas a tres tipos de mejora. En cuanto a la metodología empleada en el
estudio para evaluar las emisiones de CO2, es importante mencionar su practicidad en el análisis de medidas de
abatimiento. Un modelo de Dinámica de Sistemas orientado a la cuantificación de emisiones y costos asociados de
un conjunto de escenarios de implementación puede remplazar la metodología convencional de curvas marginales
de abatimiento. Asimismo, este estudio ayuda a crear conciencia en el público sobre la importancia de proveer a las
viviendas con condiciones de confort, las cuales son esenciales para mantener la salud y elevar la calidad de vida
de los ocupantes. En este sentido, los formuladores de políticas también pueden recurrir a este modelo para entender
mejor los efectos de la implementación de medidas que aseguren el confort de los ciudadanos en sus viviendas. Los
escenarios de las políticas brindan información sobre las ventajas y desventajas que conlleva implementar cada una
de las mejoras de confort estudiadas. Ahora bien, una vez seleccionada la mejora de confort es importante
desarrollar un modelo de gestión de implementación, donde se repartan los costos y beneficios entre los distintos
actores del problema: entidades gubernamentales, bancos, inversionistas, diseñadores, constructores,
administradores, vendedores, compradores, arrendadores, arrendatarios, personal de mantenimiento, etc. Se
recomienda consultar en la literatura internacional y nacional, ejemplos de casos de negocio exitosos que involucren
implementación de construcción sostenible (World Green Building Council, 2013).
Si bien el modelo puede servir como una primera herramienta para los tomadores de decisiones, es
importante aclarar que la formulación tiene sus limitaciones impuestas por el alcance y las suposiciones hechas para
el caso de estudio. Por ejemplo, la calibración del modelo se basó exclusivamente en los datos de entrega de
viviendas de Ciudad Verde. Utilizar el modelo en un desarrollo urbano diferente requeriría llevar a cabo una segunda
calibración que se ajuste a la nueva información. Otra limitación importante es la no inclusión de acciones de
rehabilitación de viviendas, es decir, implementación de medidas pasivas en viviendas existentes. Asimismo, el
ciclo de construcción de viviendas parte de una meta de unidades a construir, ignorando restricciones de
presupuesto, presión demográfica o decisiones políticas que regulen la construcción de viviendas grises y viviendas
con medidas de mejora.
Investigaciones futuras que partan del modelo aquí propuesto deberían enfocarse en refinar el componente
de costos de las medidas de mejora, explorar otras medidas pasivas o sistemas de calefacción, considerar emisiones
generadas en la fabricación de los materiales, investigar otros tipos de confort, analizar la calidad del aire interior,
etc. Adicionalmente, se deberían examinar formas de financiación innovadoras que ayuden a superar la barrera
económica a la hora de implementar este tipo de medidas. Sin duda alguna, el modelo presentado necesita ser
mejorado en varios sentidos antes de ser considerado una herramienta robusta para los tomadores de decisiones; no
obstante, este modelo sencillo es un punto de partida que realiza un diagnóstico general de los impactos económicos,
ambientales y de confort térmico en la construcción de viviendas con medidas de mejora de confort.
Referencias
Agudelo, C. A. (2014). Efecto de los materiales de los muros y ventanas sobre el confort térmico y de iluminación natural en
la vivienda de interés social actual de Bogotá (Universidad de los Andes). Retrieved from
https://repositorio.uniandes.edu.co/handle/1992/17032
Amarilo. (2017). Cayena - Ciudad Verde. Retrieved from https://www.estrenarvivienda.com/vivienda-interes-
social/apartamento/sector-ciudad-verde/ciudad-bogota/zona-sur/53621-cayena-ciudad-verde
Amarilo. (2019a). Calicanto - Ciudad Verde. Retrieved from https://www.estrenarvivienda.com/vivienda-interes-
social/apartamento/sector-ciudad-verde/ciudad-bogota/zona-sur/56149-calicanto-ii-ciudad-verde
Amarilo. (2019b). Ciudad Verde: proyecto de Amarilo en Soacha, Cundinamarca. Retrieved from
https://amarilo.com.co/contenido/ciudad-verde
ANSI/ASHRAE. (2013). Standard 55 – Thermal Environmental Conditions for Human Occupancy. Retrieved from
https://www.ashrae.org/technical-resources/bookstore/standard-55-thermal-environmental-conditions-for-human-
occupancy
Baena, A., & Olaya, C. (2013). Vivienda de Interes Social de calidad en Colombia: hacia una solucion integral. Sistemas &
Telematica, 11.
Ballén, S. (2009). Vivienda social en altura: Antecedentes y características de producción en Bogotá. Retrieved from
http://revistainvi.uchile.cl/index.php/INVI/article/view/467/432
Cadena, Á., Escallón, C., Espinosa, M., Guevara, J., Guzmán, L., Jiménez, G., … Garay, Á. (2020). Systemic perspectives on
low-carbon cities in Colombia- An integrated urban modeling approach for policy and regulatory analysis. Bogotá.
Chritamara, S., Ogunlana, S. O., & Bach, N. L. (2002). System dynamics modeling of design and build construction projects.
Construction Innovation, 2(4), 269–295. https://doi.org/10.1108/14714170210814801
Cifuentes, A., & Kämpf, J. (2013). Urban Energy Simulation of a Social Housing Neighbourhood in Bogota, Colombia. In
Proceedings of CISBAT 2013 Cleantech for Smart Cities and Buildings. Retrieved from EPFL Solar Energy and Building
Physics Laboratory (LESO-PB) website: https://infoscience.epfl.ch/record/195702
Consorcio Corpoema-Cusa. (2012). Caracterización energética del sector residencial urbano y rural en Colombia. Retrieved
from https://bdigital.upme.gov.co/bitstream/001/1111/2/v.2.pdf
Corporación Financiera Internacional. (2018). Guía del Usuario de EDGE.
de Dear, R. J., & Brager, G. S. (1998). Developing an adaptive model of thermal comfort and preference. ASHRAE
Transactions. Retrieved from https://escholarship.org/uc/item/4qq2p9c6
Departamento Administrativo Nacional de Estadística. (2019). Censo de Edificaciones. Retrieved from
https://www.dane.gov.co/index.php/estadisticas-por-tema/construccion/censo-de-edificaciones
Escallón, C., & Rodríguez, D. (2010). Las preguntas por la calidad de la vivienda: ¿quién las hace?, ¿quién las responde?
Dearq, 6–19. Retrieved from http://dearq.uniandes.edu.co
Forrester, J. W. (1961). Industrial Dynamics. Cambridge: M.I.T. Press.
Ghaffarzadegan, N., Epstein, A. J., & Martin, E. G. (2013). Practice Variation, Bias, and Experiential Learning in Cesarean
Delivery: A Data-Based System Dynamics Approach. https://doi.org/10.1111/1475-6773.12040
Ghaffarzadegan, N., Lyneis, J., & Richardson, G. (2010). How small system dynamics models can help the public policy
process. System Dynamics Review, 27. https://doi.org/10.1002/sdr.442
Guevara, J., Garvin, M. J., & Ghaffarzadegan, N. (2017). Capability Trap of the U.S. Highway System: Policy and Management
Implications. Journal of Management in Engineering, 33(4), 04017004. https://doi.org/10.1061/(ASCE)ME.1943-
5479.0000512
Hernández, A. (2012). Applicability of the Passivhaus Standard for social housing in urban tropical climates (Colombia).
Retrieved from http://babel.banrepcultural.org/cdm/ref/collection/p17054coll23/id/310
Herrera, H. H. (2015). Factores de emisión del Sistema Interconectado Nacional. Retrieved from www.upme.gov.co
Homer, J. B. (2012). Partial-model testing as a validation tool for system dynamics (1983). System Dynamics Review, 28(3),
281–294.
Mahajan, V., Muller, E., & Srivastava, R. K. (1990). Determination of Adopter Categories by Using Innovation Diffusion
Models. Journal of Marketing Research, 27(1), 37–50.
Ministerio de Ambiente y Desarrollo Sostenible. (2012). Criterios ambientales para el diseño y construcción de vivienda
urbana. Bogotá.
Ministerio de Vivienda Ciudad y Territorio. (2015). Guía de construcción sostenible para el ahorro de agua y energía en
edificaciones. Bogotá.
National Renewable Energy Laboratory. (2019a). EnergyPlus. Retrieved from https://energyplus.net/
National Renewable Energy Laboratory. (2019b). OpenStudio. Retrieved from https://www.openstudio.net/
Nik, V. M., Mata, E., Sasic Kalagasidis, A., & Scartezzini, J. L. (2016). Effective and robust energy retrofitting measures for
future climatic conditions - Reduced heating demand of Swedish households. Energy and Buildings, 121, 176–187.
https://doi.org/10.1016/j.enbuild.2016.03.044
ODYSSEE-MURE. (2017). Heating Consumption per m2. Retrieved from https://www.odyssee-
mure.eu/publications/efficiency-by-sector/households/heating-consumption-per-m2.html
Onat, N. C., Egilmez, G., & Tatari, O. (2014). Towards greening the U.S. residential building stock.A system dynamics
approach. Building and Environment, 78, 68–80. https://doi.org/10.1016/j.buildenv.2014.03.030
Ospina, A., Barbosa, J., Ovalle, A., Duarte, J., Carreño, T., Ascencio, A., … Hoyos, J. (2018). Bases Técnicas para el
Desarrollo del Protocolo de Implementación de la Resolución 549 de 2015. Bogotá.
OVO Energy. (2010). How much energy do you use to heat your home? Retrieved from
https://www.ovoenergy.com/guides/energy-guides/how-much-heating-energy-do-you-use.html
Pérez, A. L. (2011). La calidad del hábitat para la vivienda de interés social: Soluciones desarrolladas entre 2000 y 2007 en
Bogotá. Revista INVI, 26(72), 95–126. https://doi.org/10.4067/s0718-83582011000200004
Rodríguez, C. M., Medina, J. M., Pinzón, A., & García, A. (2019). A post-occupancy strategy to improve thermal comfort in
social housing in a tropical highland climate: A case study in Bogotá, Colombia. Informes de La Construccion, 71(555).
https://doi.org/10.3989/ic.61006
Ruiz, A., & Guevara, J. (2020). Environmental and Economic Impacts of Road Infrastructure Development: Dynamic
Considerations and Policies. Journal of Management in Engineering, 36(3), 04020006.
https://doi.org/10.1061/(ASCE)ME.1943-5479.0000755
Secretaría Distrital de Planeación. (2015). Guía de Lineamientos de Prácticas Sostenibles para el Ámbito Edificatorio. Bogotá.
Sterman, J. D. (2000). Business Dynamics: Systems Thinking and Modeling for a Complex World (McGraw-Hill, Ed.). New
York.
Tan, Y., Jiao, L., Shuai, C., & Shen, L. (2018). A system dynamics model for simulating urban sustainability performance: A
China case study. Journal of Cleaner Production, 199, 1107–1115. https://doi.org/10.1016/j.jclepro.2018.07.154
Tartarini, F., Schiavon, S., Cheung, T., & Hoyt, T. (2020, July). CBE Thermal Comfort Tool: Online tool for thermal comfort
calculations and visualizations. https://doi.org/10.1016/j.softx.2020.100563
Theil, H., & Beerens, G. A. C. (1966). Applied Economic Forecasting. In Studies in Mathematical and Managerial Economics.
North-Holland Publishing Company.
Universidad de los Andes. (2015). Observatorio de Calidad de Vivienda Nueva. Retrieved from
https://observatoriodevivienda.uniandes.edu.co/
World Green Building Council. (2013). The Business Case for Green Building: A Review of the Costs and Benefits for
Developers, Investors and Occupants. Retrieved from www.worldgbc.org
Xu, Z., & Coors, V. (2012). Combining system dynamics model, GIS and 3D visualization in sustainability assessment of
urban residential development. Building and Environment, 47(1), 272–287.
https://doi.org/10.1016/j.buildenv.2011.07.012
Yao, R., Costanzo, V., Li, X., Zhang, Q., & Li, B. (2018). The effect of passive measures on thermal comfort and energy
conservation. A case study of the hot summer and cold winter climate in the Yangtze River region. Journal of Building
Engineering, 15, 298–310. https://doi.org/10.1016/j.jobe.2017.11.012
Zhang, X., Geltner, D., & De Neufville, R. (2018). System Dynamics Modeling of Chinese Urban Housing Markets for
Pedagogical and Policy Analysis Purposes. https://doi.org/10.1007/s11146-017-9650-z
top related