Cambio de Hora Informe Final Revisado

Departamento de Ingeniera Elctrica
UNIVERSIDAD DE SANTIAGO DE CHILE
CAMBIO DE HORARIO Y SU EFECTO EN EL

CONSUMO DE ENERGA ELCTRICA
Informe Final
Preparado por:
Departamento de Ingeniera Elctrica

Universidad de Santiago de Chile
Santiago, febrero 2015
1. TABLA DE CONTENIDOS
1.
Tabla de Contenidos................................................................................................... 2
2.
Introduccin ................................................................................................................ 4
3.
Estado del arte............................................................................................................ 5
4.
3.1.
Historia del DST................................................................................................... 5
3.2.
Casos de estudios internacionales Recientes ...................................................... 6
3.3.
El Cambio de Hora en Chile............................................................................... 12
Metodologas para analizar el impacto del cambio de hora ....................................... 18

4.1.
4.1.1.
Aplicacin en Santiago ............................................................................... 21
4.1.2.
Aplicacin en Regiones .............................................................................. 31
4.2.
5.
Mtodo Heurstico.............................................................................................. 18
Mtodo Economtrico aplicado a Santiago ........................................................ 39
4.2.1.
Estrategia de Identificacin, causalidad y experimentos. ............................ 39
4.2.2.
Por qu un cuasi-experimento? ................................................................ 40
4.2.3.
Anlisis de los contra factuales. .................................................................. 40
4.2.4.
Interpretacin de las estimaciones muestrales. (Ver anexo estimaciones) . 45
Aplicacin del modelo economtrico en regiones ..................................................... 48

5.1.
Aplicacin Arica. ................................................................................................ 51
5.1.1. Interpretacin de las estimaciones muestrales: modelo Arica. (Ver anexo

estimaciones Arica) .................................................................................................. 55
5.2.
Aplicacin Concepcin....................................................................................... 56
5.2.1. Interpretacin de las estimaciones muestrales: modelo Concepcin. (Ver

anexo estimaciones Concepcin) ............................................................................. 59
5.3.
Aplicacin Punta Arenas .................................................................................... 61
5.3.1. Interpretacin de las estimaciones muestrales: modelo Punta Arenas. (Ver

anexo estimaciones Punta Arenas)........................................................................... 64
5.4.
Reduccin en el consumo electrico debido a la aplicacin del DST ................... 65
6.
Resumen de resultados del modelo Econometrico ................................................... 68
7.
Conclusiones ............................................................................................................ 70
8.
Bibliografa................................................................................................................ 71
9.
Anexos ..................................................................................................................... 73
9.1.
Estimaciones Economtricas de los modelos propuestos. ................................. 73
9.2.
Estimaciones Stata para modelo Arica. ............................................................. 75
9.3.
Estimaciones Stata para modelo Concepcin. ................................................... 77
9.4.
Estimaciones Stata para modelo Punta Arenas. ................................................ 79
2. INTRODUCCIN
El presente documento corresponde al informe final del estudio Cambio de horario y su
efecto en el consumo de energa.
La poltica de cambio de horario en los periodos de verano e invierno, conocido
internacionalmente como Daylight Saving Time (DST), tiene como objetivo principal
reducir el consumo de energa elctrica a nivel residencial. Esto sera conseguido al
disminuir el uso de luz artificial mediante el ajuste de la hora, tal que se aproveche de
forma ms eficiente la luz del da, siendo la modificacin en la luminosidad en los horarios
de demanda peak matinal y vespertino los eventos que produciran el mayor efecto en el
consumo de energa elctrica.
Sin embargo, ltimamente se ha cuestionado su objetivo principal, debido a diversos
factores de naturaleza variable y diversa, como son los cambios meteorolgicos, polticas
de eficiencia energtica enfocadas a reducir el consumo de energa elctrica por
iluminacin artificial en los hogares y en las empresas, uso de aire acondicionado durante
el verano y calefaccin durante el invierno, geografa, peak de demanda matinal, entre
otros. Particularmente, y segn se expresa en el Informe Preliminar [1], la experiencia
internacional ha demostrado que el efecto de aplicar el DST es a lo menos cuestionable,
ya que en algunos estudios se ha demostrado que el efecto es prcticamente nulo, as
como tambin hay casos donde el efecto ha sido negativo, es decir, aplicar una medida
DST ha aumentado el consumo de energa elctrica, en lugar de disminuirlo como es su
objetivo; tambin se debe considerar los efectos biolgicos y sociales que provocan los
cambios de hora sobre la poblacin.
En Chile se decret por primera vez la medida del cambio de hora en el ao 1970, y
desde esa fecha se ha aplicado cada ao, sin mayores variaciones, hasta el ao 2010. A
partir de ese ao, y hasta la actualidad, se han establecido decretos con el fin de
aumentar la duracin del horario de verano, aludiendo que existen motivos asociados a
ahorro de energa que justificaran las medidas que adopta la autoridad.
En base a lo anterior, el objetivo de este estudio es determinar, en primer lugar, si existe
un efecto en el consumo de energa elctrica en Chile al aplicar una medida de cambio de
hora (DST), para luego establecer qu tipo de efecto (positivo o negativo) tiene el aplicar
dicha medida.
3. ESTADO DEL ARTE

3.1.
HISTORIA DEL DST
Los primeros indicios de ahorro energtico en relacin al aprovechamiento de la luz del

da comenzaron con una carta enviada por Benjamin Franklin a los editores del Journal of
Paris en 1784, llamada The waste of both candlelight and daylight 1 , en la cual
argumentaba que era posible conseguir grandes ahorros de velas y combustibles para las
lmparas al utilizar de forma ptima la luminosidad del dia.
Pero no fue hasta el ao 1907 cuando el britanico William Willet publicara la primera
metodologa DST llamada The Waste of Daylight2. En ella propuso adelantar los relojes
en 80 min durante el verano y 20 min ms en Abril, para luego en Septiembre generar un
retraso de la misma cantidad3. Esta medida fue examinada y rechazada por el parlamento
de aquella poca.
En la Primera Guerra Mundial (1916), Alemania fue el primer pas en aplicar el DST.
Como la guerra continu, los dems pases de Europa terminaron tambin adoptando
aquellos cambios de horario hasta el final de la guerra, con el fin de conservar recursos.
El estallido de la Segunda Guerra Mundial, estableci un YRDST (Year-Round DST4), que
para su finalizacin, termino siendo reemplazado en varios pases de Europa por un DST
aplicado en temporada de verano.
Esto perdur hasta 1973, cuando el Congreso de los Estados Unidos promulg un periodo
de ensayo del YRDST (1974-1975) con el fin de ahorrar combustible producto del
embargo de petrleo que viva el pas.
Posterior a esta prueba, Estados Unidos retorn al DST5, que desde entonces, comienza
el primer domingo de abril (o ltimo domingo de marzo), y finaliza el ltimo domingo de
octubre [2].
Hoy en da, el DST es aplicado sobre 70 pases y territorios a lo largo del mundo [3], pero
con un duro cuestionamiento, debido principalmente a resultados contradictorios, as
como los efectos biolgicos y sociales que provocan los cambios de hora sobre los das
en los cuales se aplica, adems de la veracidad sobre un efecto significativo en el ahorro
del consumo elctrico [4] [5].
La prdida de luz de las velas y luz de da.

La prdida de luz de da.
3
Del tipo Double Daylight Saving Time (DDST)
4
Horario de ahorro de luz de da durante todo el ao.
5
Canad ha seguido los cambios de US, principalmente con el fin de evitar el caos financiero y
comercial debido a la falta de sincronizacin horaria de ambos pases
2
3.2.
CASOS DE ESTUDIOS INTERNACIONALES RECIENTES
INDIANA 2007
El ao 2007, la Universidad de Notre Dame realiz un estudio sobre el impacto que tena
la aplicacin del DST sobre el consumo de electricidad en el estado de Indiana [6]. En l
se utiliz un DST variable compuesto por 24 ecuaciones lineales correspondientes a cada
hora de la curva de demanda diaria. Entre las variables que contienen las ecuaciones, las
ms influyentes son las respectivas a las condiciones climticas correspondientes a cada
hora.
El estudio concluye que habra una reduccin en la demanda elctrica en el estado de
Indiana de alrededor de 320 MW. Por su parte, cuestiona los estudios realizados el 2001
en los estados de Indiana y California, debido a que no consideraban las condiciones
climticas en su aplicacin del DST.
AUSTRALIA 2008
En el caso de Australia (2008) [4] se examina el impacto de aplicar el DST en la demanda
de electricidad en Australia, mediante un estudio quasi-experimental en el cual algunos
estados de Australia extendieron la aplicacin del DST, mientras que otros estados
vecinos mantuvieron el cambio de horario normal, todo esto debido a la realizacin de los
Juegos Olmpicos de Sydney el ao 2000. Considerando el tipo de informacin y las
particularidades del experimento, no fue necesario simular casos de estudio, ya que se
realiz la comparacin de forma directa de los estados. Este mismo trabajo menciona que
los estudios realizados con anterioridad en Australia no son necesariamente
representativos en la actualidad, ya que la naturaleza de los consumos han variado en los
ltimos aos, siendo especialmente importante la reduccin en la participacin de la
iluminacin dentro de la demanda total de los hogares. Las medidas DST aplicadas
anteriormente solo entregan como resultado una reduccin del 1% y, segn se menciona,
fue determinado en un estudio realizado hace 30 aos, antes de la integracin masiva de
aire acondicionado y otras medidas de eficiencia energtica.
Especficamente, el estudio de Australia considera un quasi-experimento, en donde de un
total de seis estados, dos de ellos comenzaron con el DST antes de la fecha tpica, con el
fin de facilitar el desarrollo de las Olimpiadas. De todos los estados candidatos a ser
analizados, se eligieron los estados de Victoria y South Australia por los siguientes
motivos:
El estado de Victoria extendi durante dos meses la aplicacin del DST, en

cambio, el estado de South Australia no modific la aplicacin del DST, por lo cual
fue considerando como estado de control o referencia para el estudio.
Ambos estados no albergaron eventos olmpicos, por lo que el aumento en la
demanda, debido a los preparativos por las Olimpiadas, no seran relevantes.
Adicionalmente, se omiti del anlisis las dos semanas donde se realiz el evento.
Son estados vecinos, por lo mismo, se puede plantear que las variaciones en el
consumo elctrico se debera principalmente al cambio de hora, y no a
condiciones demogrficas.
Para ver el efecto de la extensin del DST en Victoria, en comparacin con South
Australia, su estado vecino, se utiliz la siguiente informacin:
1. Demanda elctrica cada media hora durante un periodo de tiempo de dos meses.
2. Precios de la electricidad de los ltimos 7 aos (13/12/1998 a 31/12/2005). Este
precio corresponde al precio de mercado que pagan las distribuidoras a las
generadoras, ya que los clientes libres son sometidos a precios fijos y no fluctan
sus costos.
3. Informacin meteorolgica detallada, ya que se asume que la demanda depende
fuertemente de las condiciones climticas. Se incluyen las variables: Temperatura,
velocidad del viento, presin del aire, humedad, precipitaciones y horas de sol
incluyendo nubosidad.
Para verificar que variables ajenas al DST no influyeran en los resultados, se consider
como variable de control la demanda relativa durante el medioda, ya que el DST no
afecta la demanda en esos horarios. Por lo tanto, las variaciones que afectan la demanda
en el medioda (y que no son influenciadas por variables observadas, como la
temperatura y nubosidad por ejemplo), se pueden atribuir a variables ajenas al DST.
Como modelo, se utiliza un mtodo economtrico denominado como diferencias-endiferencias (DD) para la determinacin del efecto del DST. Se plantea que en base a las
mediciones durante el medioda debera ser suficiente para aplicar un modelo de
regresin. Como una alternativa se plantea la utilizacin de los meses vecinos para el
control de las variables ajenas al DST, aunque posteriormente se plantea que dicha
metodologa no entrega resultados adecuados.
En la Figura 3.1 se muestran las curvas de demanda horaria de ambos estados. Como
efectos claros que son solo atribuibles al cambio de hora, se plantean los siguientes:
1. Las variaciones en el estado que utilizaron como control (South Australia) son
estables.
2. Se ve una variacin en la curva al cambiar la hora en Victoria. En condiciones
normales, el mximo peak de la curva de demanda ocurre en la tarde; al ajustar el
DST, el peak se traslada a la maana y de forma pronunciada.
FIGURA 3.1. DEMANDAS ENERGTICAS PROMEDIO DE (A) SOUTH AUSTRALIA (ESTADO DE

CONTROL) Y (B) VICTORIA.
Como conclusin del estudio [4], se comprob que la demanda no se redujo al extender el
DTS. Lo que se reduce del consumo de energa elctrica en la tarde se recupera en el
consumo durante la maana debido al peak que se produce. Tambin se plantea que la
aplicacin del DST no redujo la demanda de electricidad global, aunque si caus un
movimiento en los horarios de demanda peak, los cuales estn ligados principalmente a
actividades que se realizan en horas determinadas, independiente de su luminosidad.
Adicionalmente, en la referencia [4], se utiliza el modelo propuesto el ao 2001 para el
caso de estudio de California [7] como comparacin. La principal conclusin es que el
modelo de California no considera de forma correcta el peak en la maana al momento de
predecir si existe ahorro de energa, por lo que subestima el exceso de consumo matinal,
por lo que invalida sus conclusiones.
ESTADOS UNIDOS 2008

El Departamento de Energa de los Estados Unidos (ms conocido por su sigla en ingls
DOE), realiz en octubre del 2008 un estudio del impacto de la extensin del DST
(EDST6) sobre los consumos elctricos nacionales [8]. En l se usan dos mtodos con el
fin de mejorar su validez de resultados; mtodo heurstico y estadstico de regresin lineal
(DD). Ms detalles sobre estos mtodos se explican posteriormente en la metodologa.
En este informe se concluy que efectivamente existe un ahorro energtico significativo
(1,4TWh aproximadamente) al aplicar una poltica EDST en los Estados Unidos.
INDIANA EXPERIMENTAL 2008

El 2008, en el estado de Indiana se realiz un experimento natural para evidenciar si la
aplicacin del DST tiene efectos de ahorro energtico [9]. El principal descubrimiento es
que, contrario a los intentos polticos, el DST est ms relacionado con un aumento del
consumo elctrico, que con una reduccin del mismo.
Estimaciones del aumento promedio son aproximadamente de 1%, pero su efecto no es
constante a travs del periodo de aplicacin del DST, causando un mayor consumo de la
energa elctrica en los periodos finales.
JORDANIA 2009
El ao 2008 se realiz un estudio del efecto que posee en el sistema elctrico de Jordania
el aplicar una medida DST [10]. Para el desarrollo del estudio se utilizaron dos tipos de
anlisis:
1. Se analiz cuanta energa se ahorr al aplicar DST (residenciales y comerciales)
mediante la realizacin de encuestas.
6
Extended Daylight Saving Time o en su traduccin al espaol como Extensin del horario de
ahorro de luz de da.
2. Se analiz el impacto global de aplicar DST al comparar las curvas de demanda

elctrica diaria promedio, considerando varios das antes y despus del cambio de
hora.
El efecto global se analiz considerando el uso de las curvas de demanda horaria,
considerando el da del cambio de horario de un ao como referencia, y realizando la
comparacin entre los das previos y posteriores a dicho cambio. No se consideraron los
efectos de feriados ni climticos (se busc das con climas similares). La diferencia en
potencia se hizo restando ambas curvas.
Como resultados del estudio [10], se determin que la aplicacin del DST el ao 2000
redujo el consumo de electricidad asociado a iluminacin, pero globalmente hubo un
aumento del consumo elctrico, principalmente debido a la calefaccin y aire
acondicionado. Para el ao 2007, los resultados muestran que, al momento de aplicar el
DST, el consumo elctrico disminuy, pero en el mes donde se retir el DST, el consumo
elctrico aument. Estos resultados son una prueba que, en muchos casos, los estudios
pueden presentar conclusiones ambiguas.
TURQUIA 2009
El ao 2010 se public un estudio [11] sobre el efecto de aplicar alguna medida DST en el
sistema elctrico de Turqua.
En primer lugar se plantea la comparacin entre las curvas de carga horaria para el mes
previo al cambio de hora y el mes siguiente a la aplicacin del DST, y viceversa para el
mes donde cambiaba nuevamente el horario a su estado original. La comparacin se hizo
para cinco escenarios (considerando diferentes cambios de horario) y comparados con el
statu quo.
Los resultados mostraron que el mejor caso ocurre al adelantar la hora 30 minutos al
momento de aplicar el DST, tras lo cual se consigue un ahorro del 0,2%. Es importante
destacar que en este estudio no se consider el efecto de la calefaccin ni el aire
acondicionado.
REINO UNIDO 2010

En Reino Unido [12], se utiliza un modelo de regresin para la prediccin de la demanda
con el fin de estimar el impacto de mantener el DST durante el invierno del Reino Unido.
Segn este estudio, el principal contribuidor al consumo de energa sera la temperatura.
Se plantea que esa sera la variable ms importante, debido principalmente al uso de
calefaccin, adems de las prdidas en la transmisin a mayor temperatura.
Se mencionan varias formas de predecir la demanda. Se opta por utilizar un polinomio de
2do o 3er orden, considerando la temperatura como un dato de entrada. Como resultado se
presenta que uno de los mtodos probados presenta mejores caractersticas. Para
determinar el vector de regresin, se considera la hora, temperatura e iluminacin. La
regresin se realiza en los periodos de tiempo que ms pueden verse afectados por el
cambio de horario (maana y tarde) y en los meses donde se realiza el cambio de hora.
Como resultados del estudio, se plantea que avanzar una hora durante el invierno puede
llevar a una reduccin del 0,3% en el consumo elctrico.
KUWAIT 2011
En el caso de Kuwait [13] se presentan los resultados de un estudio realizado que
considera el efecto de aplicar una medida DST. Considerando que en dicho pas los
principales consumos estn asociados a edificaciones (90% del consumo elctrico en
Kuwait), los autores plantean un anlisis en base a simulaciones de diferentes tipos de
edificaciones con el fin de determinar el efecto del DST.
El anlisis se hizo mediante simulaciones detalladas del consumo elctrico de distintos
tipos de edificaciones (residencias, departamentos, oficinas, hoteles, colegios, hospitales,
mezquitas, centros comerciales), utilizando un programa de arquitectura e ingeniera.
Los resultados de este estudio son mixtos. Por un lado, los edificios comerciales e
institucionales se ven beneficiados al aplicar una metodologa de cambio de hora, sin
embargo, los edificios residenciales y de departamentos veran aumentado su consumo
elctrico, tanto en potencia peak como en energa, debido principalmente al uso de aire
acondicionado.
En forma global, se estima que el impacto de aplicar una medida DST en Kuwait es
mnima. Se plantea que existira un aumento en la demanda de un 0,07% y una reduccin
en la demanda peak del 0,14%.
ESCANDINAVIA 2011
El estudio [14] examina el impacto que presenta el DST en el consumo elctrico del sur de
Noruega y Suecia. Dado que el DST se implement en ambos pases el ao 1980, no se
posee informacin clara para contrastar los resultados previos a la aplicacin del DST con
los actuales, ya que no se cuenta con un periodo de control con datos comparables y los
datos previos a la aplicacin del DST son muy antiguos.
Se plantea utilizar un mtodo de normalizacin de das equivalentes para identificar el
impacto del DST. Este mtodo considera la particin de las 24 horas del da en horas
afectas por DST (maana, atardecer) y no afectas (medioda, noche). Todas las
diferencias entre la demanda en las horas afectadas y no afectadas por el DST, despus
de controlar las variables temperatura, actividad econmica y otros efectos especficos,
pueden atribuirse a la poltica DST implementada.
Para analizar los efectos, se utiliza el mtodo de diferencias en diferencias, considerando
las siguientes variables:
1. Demanda horaria del consumo de energa elctrica
2. Temperatura
10
3. Duracin del da
4. Actividad econmica
Considerando las curvas de demanda obtenidas, se realiza las estimaciones contando
como horas de control base el medioda y medianoche para la estimacin de los
parmetros.
El resultado del estudio sugiere una reduccin de al menos un 1% en el consumo elctrico
tanto para Noruega como Suecia, debido a la aplicacin del DST. Esta reduccin ocurre
de forma leve en las horas de la maana y de forma ms significativa en el atardecer.
ESTUDIOS RELACIONADOS A EFECTOS SOCIALES

La mayor parte de los estudios referidos a los impactos del cambio de horario en los
pases lo hacen desde un enfoque energtico, sin embargo, es importante considerar que
los efectos de aplicar este tipo de medidas no solo se limitan a lo netamente energtico,
sino que tambin conviven efectos sociales, psicolgicos, financieros y medioambientales.
El impacto que ocurrira en los accidentes de trnsito, debido a la aplicacin de medidas
DST, se presenta en la referencia [15]. El estudio indica que aplicar medidas de cambio
de horario provoca efectos en la cantidad y calidad del sueo de las personas, los cuales
resultan en dolor de cabeza, prdida de atencin, disminucin del estado de alerta y un
incremento en la fatiga, los cuales traeran efectos perjudiciales en los accidentes de
trnsito.
En el estudio [16] tambin se evala el impacto del cambio de hora en los accidentes de
trnsito. Se indica que existe una reduccin en el nmero de accidentes de trnsito debido
al cambio de horario, ya que dicho cambio provoca un aumento de una hora de
iluminacin natural en el horario vespertino. En base a lo anterior, se sugiere la extensin
del horario durante el invierno debido a su impacto positivo en la reduccin de accidentes
de trnsito.
Algunos efectos biolgicos que seran consecuencia del cambio de horario son estudiados
en la referencia [17]. En ella se plantea que el ciclo circadiano del ser humano tarda varios
das en ajustarse a los cambios producidos por aplicar una medida DST, adems de
provocar efectos en la adaptacin del organismo a los cambios en las estaciones del ao,
los cuales pueden implicar problemas en otros aspectos del organismo.
Con respecto a los efectos psicolgicos de aplicar medidas DST, el estudio [18] se enfoca
en el impacto que tendra el cambio de horario en los intentos de suicidio del Reino Unido.
Los resultados indican que los efectos biolgicos producidos por el cambio de horario no
provocaran un aumento en la tasa de suicidios.
Algunos autores han planteado que existiran efectos en los mercados econmicos al
aplicar medidas DST. La referencia [19] indica que los mercados econmicos se veran
afectados negativamente en los das donde se produce el cambio de hora. En
contraparte, los autores de [20] indican que la aplicacin del DST no puede ser usada
como una explicacin de dicho efecto.
11
3.3.
EL CAMBIO DE HORA EN CHILE
En esta seccin, se realiza una revisin histrica de la regulacin del cambio de hora en
Chile, desde el momento en que se decret por primera vez el cambio de hora en 1970.
Adems, se dar a conocer que referencias se hace en la Norma Tcnica de Seguridad y
Calidad de Servicio (NTSyCS) sobre el horario oficial en nuestro pas.
Cronologa de la Regulacin del Cambio de Hora:

Para aprovechar mejor la luz natural en el territorio nacional, se analiz la posibilidad de
poder aplicar el cambio de hora en el pas. Esta necesidad se concret en octubre de
1970 por el decreto N1.489, el cual basndose en diversos estudios realizados por el
Instituto de Hidrogrfico de la Armada (oficio N9.725/3 de la Subsecretaria de Marina),
promulgo lo siguiente:
Cada ao, la Hora Oficial se adelantar en 60 minutos, a contar desde las 24 horas del
segundo sbado del mes de octubre, por un perodo comprendido entre tal fecha y las 24
horas del segundo sbado del mes de Marzo inmediatamente siguiente.
Posteriormente, el decreto N1.142 en 1980, oficializ como sera el horario de la Chile
Insular Occidental, correspondiente a la Isla de Pascua e Isla Sala y Gmez, tomando
como referencia la hora oficial que se tena en Chile Continental, en la cual se adopt el
horario del mediano ciento cinco grados Weste (105 W), que corresponde al huso horario
siete horas al Oeste de Greenwich (+7), obtenindose as, una diferencia de menos cuatro
horas en el horario de invierno y menos tres horas en el horario de verano. Pero debido al
creciente desarrollo en diversas actividades de aquella parte del territorio nacional, as
como una economa en el gasto de recursos destinados a la produccin de energa y
poder tambin, tener un mejor aprovechamiento de la luz natural, se modific la diferencia
horaria en solamente dos horas de forma permanente, por medio del decreto N61 en
1982.
Desde aquel momento, se tuvo regularizada la diferencia horaria entre las distintas zonas
que componen el territorio, con una diferencia de dos horas y en que instantes se va a
producir el cambio de hora para un obtener una mejor utilizacin de la luz solar a lo largo
del ao.
En septiembre de 1998, debido a las desfavorables condiciones hidrogrficas que
existieron despus de la temporada de invierno, se tom la decisin de adelantar en dos
semanas el comienzo del horario de verano para el ltimo sbado de ese mismo mes por
ese ao, acompaado de una restriccin del suministro de energa elctrica para sacar
provecho a la luz natural, por medio del decreto N1.903. Durante el siguiente ao, estas
psimas condiciones hidrogrficas continuaron, llevando a tener una severa sequa y con
una limitacin en el suministro elctrico, lo que derivo aplazar la entrada del horario de
invierno hasta el primer sbado de abril por ese ao, por medio del decreto N.134.
Los aos posteriores, se volvi a las fechas normales del cambio de hora que fueron
decretadas en 1970 hasta finales de la dcada del 2000. En 2008, se tuvieron condiciones
hidrogrficas desfavorables, con una severa sequa y restriccin del suministro elctrico,
12
lo que gatilla en atrasar por ese ao el horario de invierno hasta el ltimo sbado de
marzo, por medio del decreto N316.
A finales de febrero del 2010, se produce una gran catstrofe en la zona centro sur del
pas, que fue un fuerte terremoto, el cual deja devastado una gran mayora de viviendas y
edificios, sistemas de comunicacin afectados. Con todo esto, se toma la decisin de
atrasar la entrada del horario de invierno hasta el primer sbado de abril por ese ao,
pudiendo as, aprovechar mejor la luz del da y ayudar a la reconstruccin, por medio del
decreto N156.
El 2011, se tuvo proyecciones desfavorables con las condiciones hidrogrficas y
acompaado con el fenmeno de la nia (escases de lluvia), se hizo necesario disminuir
la demanda de energa elctrica para tener un mejor aprovechamiento de la luz natural.
Frente a esta psima situacin que se estaba viviendo en el pas, en marzo se decidi por
medio del decreto N163, aplazar la entrada del horario de verano para el primer sbado
de abril. Pero debido a que esta situacin no vario en lo que quedaba de ao, se sac el
decreto N200, el cual volva aplazar por alrededor de un mes la entrada en vigencia del
horario de invierno, hasta el primer sbado de mayo.
Las condiciones desfavorables se mantuvieron durante el resto del ao, con lo que se dio
la necesidad de disminuir globalmente la demanda de energa elctrica, obtenindose un
ahorro en el consumo, todo esto se logr producir debido al adelantamiento de la entrada
del horario de verano para el tercer sbado de agosto para ese ao, por el decreto N469.
En 2012, las condiciones hidrogrficas no variaron con respecto al ao precedente, con lo
que se vuelve a decretar racionamiento de energa elctrica y la necesidad de aprovechar
al mximo la luz natural, atrasndose la entrada del horario de invierno para el ltimo
sbado de abril y adelantando el horario de verano para el primer sbado de septiembre,
por medio del decreto N225.
Las condiciones hidrolgicas en aquel ao fueron ms bajas de lo normal y con el ahorro
en los consumos de energa elctrica que se obtuvieron, se decidi expandir el periodo
del horario de verano, llevando hacer algo similar en el 2013, atrasando la entrada en
vigencia del horario de inviernos para el ltimo sbado de abril y adelantando la entrada
en vigencia del horario de verano para el primer sbado de septiembre, por el decreto
N153.
Debido a las malas condiciones hidrolgicas que se han producido en los ltimos aos y
al ahorro de energa elctrica que se ha obtenido al extender el horario de verano por
ocho meses, el Ministerio de Energa decidi en febrero del 2014 para ese ao, aplazar la
entrada en vigencia del horario de inviernos para el ltimo sbado de Abril y adelantar el
horario de verano para el primer sbado de septiembre, para tener un mejor
aprovechamiento de la luz natural y seguir utilizando eficientemente la energa elctrica,
por medio del decreto N307.
A continuacin, se muestra grficamente en que nmero de semana se produjeron estos
cambios en el transcurso del tiempo en la Figura 3.2 y una lnea del tiempo con todos los
decretos que sean promulgados en la historia del cambio de hora en la Figura 3.3.
13
Norma Tcnica de Seguridad y Calidad de Servicio (NTSyCS):

En la NTSyCS de noviembre 2014, se hace referencia a la hora oficial de Chile
Continental en el Artculo 4.16, el cual trata la sincronizacin que deben tener todos los
sistemas de informacin en tiempo real al momento de tener una comunicacin entre
ellos, como por ejemplo es el horario en que se produce alguna falla o la comunicacin
que tienen los sistemas SCADA, por medio de un reloj patrn que tendr por medio de la
seal GPS ajustada a la hora oficial.
Estos sistemas se encuentran con una configuracin automtica con respecto al cambio
de hora que se estableci en el decreto N1.489 de 1970, donde el horario de verano
comienza en el segundo sbado de Octubre y el horario de invierno parte en el segundo
sbado de Marzo a las 24 horas respectivamente.
Se observa que al momento de hacer modificaciones al decreto original sobre el momento
en realizar el cambio de hora, lo cual hace necesario reconfigurar manualmente cada uno
de los sistemas. El problema aparece en la sincronizacin de adquisicin de datos que
realiza el Centro de Despacho Econmico (CDEC) de cada sistema elctrica del pas, ya
que le llega informacin con diferentes hora a la original, con lo cual es necesario hacer
una rectificacin manualmente del horario, perdiendo eficiencia en los trabajadores del
CDEC, debido que tienen que gastar tiempo en modificar informacin. Esto se debe, al
posible olvido de algn operario en ajustar el horario de los dispositivos segn la hora
oficia, llevando a tener errores que puedan costar caro a la operacin del sistema en s.
14
FIGURA 3.2. CAMBIO DE HORA EN CHILE.
15
16
FIGURA 3.3. LNEA DEL TIEMPO DE DECRETOS POR EL CAMBIO DE HORA.
4. METODOLOGAS PARA ANALIZAR EL IMPACTO DEL

CAMBIO DE HORA
Debido a la compleja interaccin entre adicionar horas de luz al trmino del da y la
temperatura horaria, no hay un mejor mtodo por si slo para analizar el impacto en el
consumo de energa elctrica que tiene la aplicacin del DST. La metodologa que a
continuacin se presenta se basa en lo planteado en el Informe de Avance del presente
estudio [1].
Para analizar el impacto que provoca aplicar una medida de ahorro energtico de este
tipo, se utilizan dos mtodos; heurstico y estadstico. Ambos poseen diferentes alcances
y limitaciones, pero en su conjunto, entregan una mejor percepcin sobre la interaccin
entre las demandas y el cambio de hora.
El estudio desarrollado por el Departamento de Energa de Estados Unidos (DOE) [8], se
considera como la principal referencia en el planteamiento de ambos mtodos.
Adicionalmente, y debido a las caractersticas propias de la aplicacin del DST en Chile,
la publicacin de Mirza y Bregland [14] presenta algunas consideraciones necesarias que
son indicadas posteriormente.
4.1.
MTODO HEURSTICO
El mtodo heurstico presenta una forma de aproximar el ahorro de energa elctrica tras
la aplicacin del DST, lo cual se hace mediante la comparacin de la demanda elctrica7
entre dos periodos de tiempo donde se aplica el cambio de hora, sin utilizar una
modelacin matemtica formal.
La aproximacin es heurstica en el sentido que; a travs de la observacin, en un rango
de das (40 aproximadamente) alrededor del cambio de hora, de los perfiles de demanda
de energa elctrica promedio que se observan en los das previos y posteriores al del
cambio de hora, se hace una comparacin que busca aproximar heursticamente el efecto
bruto de la poltica.
La metodologa para la aplicacin del mtodo heurstico considera el siguiente
procedimiento:
Los siguientes conceptos son utilizados constantemente y requieren su especificacin para evitar
confusiones:
Demanda elctrica: Se refiere al valor promedio de la potencia activa en un instante de
tiempo. La unidad de medida es el Watt (W) y el intervalo de tiempo utilizado es
comnmente de de hora. La demanda hace referencia a la cantidad de potencia que se
requiere en un instante de tiempo.
Consumo elctrico: Se refiere a la cantidad de energa que es utilizada en un intervalo de
tiempo. La unidad de medida ms comn es el kilowatt-hora (kWh).
El planteamiento del modelo economtrico de diferencias en diferencias utiliza el consumo
elctrico, por lo que los resultados indican el ahorro de energa elctrica tras aplicar el
DST.
18
1. En primer lugar, se debe seleccionar la zona geogrfica donde se desea realizar el

estudio de impacto del DST.
2. A continuacin, se debe obtener la informacin de demanda de potencia elctrica
horaria de alguna compaa distribuidora presente en la regin donde se busca
analizar el impacto. Esta demanda de potencia elctrica debe considerar las
mediciones por hora en el periodo de tiempo donde se aplican los cambios de
horario de verano a invierno y viceversa8.
3. Se determina el momento exacto donde ocurre el cambio de hora y se plantean
dos periodos, uno previo al cambio de hora y otro donde ya fue aplicado el cambio.
Por ejemplo, para el ao 2014, en Chile, se establecen dos momentos donde se
aplic el cambio de hora, asociados a cuatro periodos de anlisis:
a. Fin del horario de verano: 26 de abril del 2014. Desde ese da se establece
un periodo que corresponde al horario de verano (HV) y uno posterior al
cambio (horario de inverno, HI).
b. Inicio del horario de verano: 6 de septiembre del 2014. En este da se
establece un periodo previo al cambio de horario (horario de invierno) y uno
donde se vuelve horario de verano.
4. Se necesita que los periodos elegidos sean similares en nmero de das, tal que la
muestra o ventana de datos est calculada con el mismo nmero de
observaciones para cada perodo, evitando as sesgos en las tendencias
encontradas. Con este propsito, debe tenerse en cuenta lo siguiente:
a. Se consideran solo das de semana, ya que los das sbado y domingo son
considerablemente diferentes a los das laborales.
b. Similarmente, los das festivos son omitidos del anlisis.
5. Una vez obtenidas las curvas de demanda horarias para cada da de los periodos
anteriormente sealados, se obtiene una curva equivalente para cada ventana
analizada, o intervalo de tiempo, lo cual se consigue promediando el valor de la
demanda, de forma independiente para todas las horas del da. Esto permite
obtener una curva promedio de la demanda por hora, para cada periodo, tanto
antes como despus del cambio de hora. En la Figura 4.1 se muestra un ejemplo.
Estos periodos se le llaman trimestre, dado que corresponden a los 3 meses donde est
contenido el respectivo cambio de hora
19
Pre HI 2013
8,00
7,00
MW
6,00
5,00
4,00
3,00
2,00
1,00
0:00:00
1:00:00
2:00:00
3:00:00
4:00:00
5:00:00
6:00:00
7:00:00
8:00:00
9:00:00
10:00:00
11:00:00
12:00:00
13:00:00
14:00:00
15:00:00
16:00:00
17:00:00
18:00:00
19:00:00
20:00:00
21:00:00
22:00:00
23:00:00
0,00
FIGURA 4.1. DEMANDA ELCTRICA HORARIA PRE APLICACIN HORARIO DE INVIERNO

2013. ALIMENTADOR ROJAS MAGALLANES.
6. Tras obtener las dos curvas equivalentes de demanda de energa elctrica

(asociadas a cada cambio de hora), se procede a obtener las horas tratadas, es
decir, a obtener el intervalo de tiempo donde vara la demanda de potencia
elctrica de manera grfica; posiblemente producto de la aplicacin de la poltica
de cambio de hora, que para el ejemplo de la Error! No se encuentra el origen
de la referencia. corresponde al horario comprendido entre las 5:00 y 9:00 en la
maana y 17:00 y 23:00 en la tarde.
7. Definidas las horas tratadas, se realiza la divisin de las mismas curvas de
demanda (aplicacin del nuevo cambio de hora dividida por hora anterior), con el
fin de obtener el impacto que presenta el cambio de hora en el consumo elctrico,
tal como se muestra en la Error! No se encuentra el origen de la referencia..
Tras realizar esta divisin, se puede obtener dos tipos de resultados a priori:
a. En el caso de existir alguna diferencia en la demanda de energa elctrica
debido al cambio de hora, esta se vera reflejada en forma de
irregularidades en la curva obtenida tras realizar la divisin.
b. En el caso contrario, si no existe un efecto significativo en la demanda de
energa elctrica, la curva obtenida presentara un patrn plano, donde no
existiran variaciones bruscas debido al cambio de hora. Este caso
indicara de forma directa que no existe un desplazamiento en la curva de
demanda, y por lo tanto, el patrn de consumo de electricidad por parte de
los clientes no se vera afectado al aplicar una medida DST.
8. Con los radios9 obtenidos, se procede hacer una regresin lineal en los intervalos
definidos como las horas tratadas, con el fin de reflejar el patrn de demanda que
9
Los radios se refieren a la divisin entre la demanda para el periodo donde se aplica el DST y
donde no es aplicado. Esta divisin se realiza punto a punto, en este caso, para cada hora.
20
hubiese ocurrido de no haberse aplicado el cambio de hora. Estos nuevos puntos

definen amplitudes respecto a los puntos de la curva original de demanda, que en
el caso de ser negativos, muestran un ahorro. El signo que adquiera la suma de
todas las amplitudes definidas en el periodo de las horas tratadas, define si hay
una reduccin o un aumento de la demanda de energa elctrica.
9. Finalmente, haciendo uso de lo explicado en el punto (8) para ambos cambios de
horario producidos en un ao, se puede obtener un indicador del ahorro o aumento
en la utilizacin de energa elctrica anual producto de las polticas.
4.1.1. APLICACIN EN SANTIAGO

El suministro de energa elctrica de gran parte de la ciudad de Santiago, ubicada en la
Regin Metropolitana, es provisto por la empresa de Distribuidora Chilectra Metropolitana.
Para obtener un mejor resultado sobre el efecto de la poltica del cambio de hora y
teniendo clara la informacin disponible, se escogi (en base a las mediciones
proporcionadas por la distribuidora) un alimentador residencial representativo, el cual se
ubica en la comuna de La Florida; Rojas Magallanes.
La data de las demandas entregada por Chilectra se obtiene a travs de su sistema
SCADA (Supervisory Control And Data Adquisition10). Este sistema en algunas ocasiones
present anomalas, lo cual limit los intervalos de tiempo seleccionados para la
aplicacin del mtodo heurstico. Este conocimiento resulta primordial para entender de
mejor manera los resultados presentados en este informe.
A continuacin, en la Figura 4.2, se muestra la cantidad de das utilizados para cada
periodo, siguiendo el procedimiento descrito en el punto (3) del mtodo Heurstico (inicio
de esta seccin). Cabe destacar que para el segundo trimestre 11 del 2014, el mnimo
perodo se limit a una semana, puesto que la data suministrada por Chilectra no contena
valores de demanda desde el 17 al 31 de Agosto.
10
Supervisin, Control y Adquisicin de Datos

En este estudio, cada trimestre representa un periodo dentro de los tres meses alrededor del
cambio de hora.
11
21
25
Das
20
15
10
5
Perodo Largo
Perodo corto
FIGURA 4.2. PERODOS DE TIEMPO O VENTANAS RESPECTO A LOS

PRE Y POST CAMBIOS DE HORA.
Para la seleccin de las ventanas de das no fueron considerados los das Sbados,
Domingo y Festivos correspondientes a la Regin Metropolitana. Esto debido a que, como
se ha mencionado anteriormente, los respectivos das presentan patrones de consumo no
establecidos (como si ocurre en la semana), y por tanto no afectados por el DST.
Adems, cabe destacar que en el perodo del horario de verano del segundo trimestre del
2013, se tiene informacin perdida en algunos das dentro de las 21:00 y 23:00 horas.
Los resultados grficos del mtodo heurstico se muestran a continuacin:
MW
Demanda horaria 1er Trimestre 2013

9,00
8,00
7,00
6,00
5,00
4,00
3,00
2,00
1,00
0,00
HV
HI
FIGURA 4.3. DEMANDA ELCTRICA PRIMER TRIMESTRE 2013 PARA VENTANA DE 23 DAS.
22

8,00
7,00
6,00
MW
5,00
4,00
3,00
2,00
HV
HI
1,00
0,00
Demanda horaria 2do Trimestre 2013

8,00
7,00
6,00
MW
5,00
4,00
3,00
2,00
HI
HV
1,00
0,00
FIGURA 4.5. DEMANDA ELCTRICA SEGUNDO TRIMESTRE 2013 PARA VENTANA DE 23 DAS.
23

8,00
7,00
6,00
MW
5,00
4,00
3,00
2,00
HI
HV
1,00
0,00
FIGURA 4.6. DEMANDA ELCTRICA SEGUNDO TRIMESTRE 2013 PARA VENTANA DE 10 DAS.

7,00
6,00
MW
5,00
4,00
3,00
HV
2,00
HI
1,00
0,00
24

7,00
6,00
MW
5,00
4,00
3,00
HV
2,00
HI
1,00
0,00

6,00
5,00
MW
4,00
3,00
2,00
HI
HV
1,00
0,00
FIGURA 4.9. DEMANDA ELCTRICA EN EL SEGUNDO TRIMESTRE 2014 PARA VENTANA DE 5

DAS.
La primera apreciacin es la diferencia existente entre los resultados obtenidos con

distintas ventanas de tiempo. Por ejemplo, si se observan las grficas de consumo de la
Figura 4.4, Figura 4.6 y Figura 4.8, se puede notar que las demandas permanecen iguales
independientes de la poltica aplicada, a excepcin del incremento en la tarde, el cual es
trasladado dependiendo del cambio de hora. Por el contrario, cuando las ventanas de
tiempo son ms grandes, como en Figura 4.3, Figura 4.5 y Figura 4.7, se aprecia un
pequeo aumento en la demanda en el horario de invierno respecto al horario de verano.
Esto se debe a que al tomar muestras de tiempo ms grandes, existen algunas otras
25
variables conductuales en la gente que no pueden ser explicadas nicamente como un

efecto del DST, como por ejemplo, el uso de calefaccin y aire acondicionado.
Sin embargo, para el caso de la Figura 4.9, el cual toma la muestra de cinco das hbiles
en ambas direcciones al perodo de cambio de hora de verano, el resultado es similar o
mayor en cuanto a demanda, al obtenido para un perodo extenso. Una muestra tan
pequea (cinco das hbiles) quita representatividad en los resultados.
La segunda observacin hace referencia a las variaciones en el comportamiento de la
curva de demanda de energa elctrica. En primer lugar, se observa que en todas las
grficas, independientemente de las ventanas de tiempo utilizadas, la tendencia de curva
de demanda es la misma. Las horas tratadas, que corresponden al perodo en el cual la
demanda se debiese ver afectada por la poltica, ocurren en los mismos intervalos de
tiempo; a saber; el incremento en la demanda ocurre por las maanas entre las 5:00 y
9:00 horas, mientras que el de la tarde ocurre entre las 17:00 y 23:00 horas. En segunda
instancia se observa adems que dentro de este intervalo de horas tratadas, el horario
donde ocurre el mximo en cada una no cambia ni se ve alterado al producirse el cambio
de poltica, dado que tanto en la maana como en la tarde el respectivo incremento de
consumo es invariante en los tiempos antes y despus del DST (en trminos grficos
puede observarse que estos incrementos son 7.30 am y 8.30 pm).
Para determinar el ahorro energtico, se procedi a desarrollar lo descrito anteriormente
en los puntos (7), (8) y (9) de esta seccin, vale decir, definir las horas tratadas, para
luego realizar la divisin hora a hora e interpolar en los intervalos donde se aprecia el
efecto del DST. En la Figura 4.11, Figura 4.13, Figura 4.15 y Figura 4.17 se aprecia la
misma tendencia en los radios para las ventanas mnimas respectivas, mientras que en la
Figura 4.10, Figura 4.12 y Figura 4.14, los radios son distintos unos de otros, debido
principalmente a las ventanas de tiempo anteriormente mencionadas. De todas formas se
puede medir el impacto de ahorro de energa elctrica que tiene cada uno de estos por
separado. Este resultado global se aprecia en la Figura 4.17.
Radio 1er Trimestre HI/HV 2013
0:00:00
1:00:00
2:00:00
3:00:00
4:00:00
5:00:00
6:00:00
7:00:00
8:00:00
9:00:00
10:00:00
11:00:00
12:00:00
13:00:00
14:00:00
15:00:00
16:00:00
17:00:00
18:00:00
19:00:00
20:00:00
21:00:00
22:00:00
23:00:00
1,7
1,6
1,5
1,4
1,3
1,2
1,1
1
0,9
0,8
Interpolacin
Ratio 1er trimestre 2013
FIGURA 4.10. RADIO PRIMER TRIMESTRE 2013 PARA VENTANA DE 23 DAS.
26
0:00:00
1:00:00
2:00:00
3:00:00
4:00:00
5:00:00
6:00:00
7:00:00
8:00:00
9:00:00
10:00:00
11:00:00
12:00:00
13:00:00
14:00:00
15:00:00
16:00:00
17:00:00
18:00:00
19:00:00
20:00:00
21:00:00
22:00:00
23:00:00
0:00:00
1:00:00
2:00:00
3:00:00
4:00:00
5:00:00
6:00:00
7:00:00
8:00:00
9:00:00
10:00:00
11:00:00
12:00:00
13:00:00
14:00:00
15:00:00
16:00:00
17:00:00
18:00:00
19:00:00
20:00:00
21:00:00
22:00:00
23:00:00
1,6
1,5
1,4
1,3
1,2
1,1
1
0,9
0,8
Interpolacin
Interpolacin
Radio 2do Trimestre HV/HI 2013
1,1
0,9
0,8
0,7
0,6
0,5
Ratio 2do trimestre 2013
FIGURA 4.12. RADIO SEGUNDO TRIMESTRE 2013 PARA VENTANA DE 23 DAS.
27
0:00:00
1:00:00
2:00:00
3:00:00
4:00:00
5:00:00
6:00:00
7:00:00
8:00:00
9:00:00
10:00:00
11:00:00
12:00:00
13:00:00
14:00:00
15:00:00
16:00:00
17:00:00
18:00:00
19:00:00
20:00:00
21:00:00
22:00:00
23:00:00
0:00:00
1:00:00
2:00:00
3:00:00
4:00:00
5:00:00
6:00:00
7:00:00
8:00:00
9:00:00
10:00:00
11:00:00
12:00:00
13:00:00
14:00:00
15:00:00
16:00:00
17:00:00
18:00:00
19:00:00
20:00:00
21:00:00
22:00:00
23:00:00
1,1
1
0,9
0,8
0,7
0,6
0,5
Interpolacin
Interpolacin
1,7
1,6
1,5
1,4
1,3
1,2
1,1
1
0,9
0,8
28
0:00:00
1:00:00
2:00:00
3:00:00
4:00:00
5:00:00
6:00:00
7:00:00
8:00:00
9:00:00
10:00:00
11:00:00
12:00:00
13:00:00
14:00:00
15:00:00
16:00:00
17:00:00
18:00:00
19:00:00
20:00:00
21:00:00
22:00:00
23:00:00
0:00:00
1:00:00
2:00:00
3:00:00
4:00:00
5:00:00
6:00:00
7:00:00
8:00:00
9:00:00
10:00:00
11:00:00
12:00:00
13:00:00
14:00:00
15:00:00
16:00:00
17:00:00
18:00:00
19:00:00
20:00:00
21:00:00
22:00:00
23:00:00
1,6
1,5
1,4
1,3
1,2
1,1
1
0,9
0,8
Interpolacin
Interpolacin
1,1
0,9
0,8
0,7
0,6
0,5
29
36,47
2014
Perodo corto
Perodo Largo
-1,51
2013
-17,95
-30,00 -20,00 -10,00 0,00 10,00 20,00

Ahorro Energa Elctrica %
30,00
40,00
FIGURA 4.17. AHORRO EN EL CONSUMO DE ENERGA ELECTRICA ANUAL PARA LOS DOS
INTERVALOS DE TIEMPO.
Para medir el impacto global anual de las polticas, se procedi a obtener los radios para
cada trimestre donde se aplique cambio de hora. La suma de las amplitudes entre los
radios y las horas definidas por la interpolacin en el periodo del factual, definen el ahorro
de energa elctrica porcentual en el determinado trimestre12. Por ejemplo, el 2013 hace
cuenta del ahorro o aumento de consumo total en el cambio de horario invierno ms el
ahorro o aumento de consumo total en el cambio de horario de verano, para los dos
intervalos de muestras definidos con color verde y amarillo respectivamente.
En la Figura 4.17 se aprecia que, para el 2013 independiente de la ventana de tiempo,
existe un ahorro energtico producto de las polticas de cambio de hora (aplicacin de
horario invierno y horario verano). La gran variacin presente por parte de los intervalos
es debido a que grandes muestras no consideran otros aspectos en conductas
temporales de los usuarios como uso de calefaccin y aires acondicionados [14].
Por su parte, el aumento del consumo de energa elctrica para el intervalo de perodo
corto del 2014 (Ver Figura 4.9) es poco representativo, ya que toma una muestra de
tiempo muy reducida y no permite con claridad definir si su aumento en el horario de
invierno es debido al impacto del cambio de hora en las cargas residenciales13 o a otro
tipo de fenmeno conductual en los consumidores.
Cabe destacar que las polticas de cambio de horario de verano generan un ahorro de
energa elctrica (Ver Figura 4.12, Figura 4.13 y Figura 4.16), puesto que los puntos de
interpolacin definidos para las horas tratadas anteriormente descrito, se encuentran por
sobre los puntos de la curva de radio HV/HI (horario verano sobre horario invierno).
12
Recordar que trimestre hace referencia a los 3 meses donde se encuentra el respectivo cambio
de hora.
13
El 2014 para el mtodo heurstico deja de ser representativo dada la falta de informacin a la
mitad del mes de Agosto
30
Finalmente, vistas las demandas horarias donde la poltica no produce aumento, sino solo
cambios de peak, y los resultados mostrados en la Figura 4.17, se puede decir a priori,
que el ahorro anual de energa elctrica producto de los cambios de horario es de
alrededor de 1,5%. Sin embargo, el mtodo heurstico es limitado para obtener una
conclusin slida, dado que sus supuestos sobre el impacto que tiene el cambio de hora
en los consumos residenciales estn basados slo en las variaciones de demanda
elctrica en el tiempo, sin considerar otras variables que pueden afectar a la misma, como
crecimiento econmico, variaciones de temperatura, das de vacaciones, entre otras, los
cuales si son considerados de forma directa en el mtodo economtrico que se presenta a
continuacin.
4.1.2. APLICACIN EN REGIONES

Con la experiencia realizada en Santiago, se demostr que una muestra temporal
apreciable para obtener contra-factuales14 adecuados, es considerar intervalos previos y
posteriores de dos semanas desde la aplicacin del respectivo cambio de hora.
Por su parte, dada la informacin disponible, entregada por las respectivas distribuidoras
de cada ciudad, para los siguientes anlisis se utiliz curvas de Consumo Horario15.
ARICA
Para la ciudad de Arica se utiliz la informacin entregada por la empresa distribuidora
EMELARI. En especfico, del alimentador Chacalluta, en la subestacin Chinchorro.
Tanto la Figura 4.18 como Figura 4.19 hacen muestra de los efectos producidos por el
cambio de hora el ao 2013, mientras que Figura 4.20 y Figura 4.21 presentan lo
producido el ao 2014.
La ciudad de Arica pertenece al Sistema Interconectado Norte Grande (SING). En esta
ciudad se detecta una diferencia con respecto de las otras ciudades presentes en este
estudio, ya que se observan curvas residenciales sin los peaks tpicos de maana y tarde,
comnmente presentes en las curvas de carga del Sistema Interconectado Central (SIC).
Esto se puede corroborar al verificar las curvas de consumos presentadas en Figura 4.18,
Figura 4.19, Figura 4.20 y Figura 4.21
14
Horas en las curvas de demanda horaria donde no se ve efectos producidos por la aplicacin del
cambio de hora.
15
Curvas con el mismo comportamiento que Demanda Horaria, pero con distinta unidad de
medida, puesto que para este caso se habla de Energa Elctrica.
31
Consumo horario 1er Trimestre 2013

700
600
Wh
500
400
300
HV
200
HI
100
0
FIGURA 4.18. CONSUMO HORARIO PRIMER TRIMESTRE 2013 ARICA.
Consumo horario 2do Trimestre 2013

700
600
Wh
500
400
300
HV
200
HI
100
0
FIGURA 4.19. CONSUMO HORARIO SEGUNDO TRIMESTRE 2013 ARICA.
32

800
700
600
Wh
500
400
300
200
HV
HI
100
0
FIGURA 4.20. CONSUMO HORARIO PRIMER TRIMESTRE 2014 ARICA.

700
600
Wh
500
400
300
HV
200
HI
100
0
FIGURA 4.21. CONSUMO HORARIO SEGUNDO TRIMESTRE 2014 ARICA.
Como se not en las figuras anteriores, tanto para el 2013 como para el 2014, la poltica
del cambio de hora no altera en gran medida los consumos de energa elctrica. Esto
puede ser debido principalmente a que las ciudades que se ubican ms al norte, en
especial Arica, tienen variaciones de luminosidad bastante menor a las presentes en
Santiago o en el sur de Chile, puesto que estas se encuentran ms cerca del ecuador
donde la variacin de luminosidad es mnima [21].
33
Se debe recordar que el objetivo principal de la poltica del cambio de hora es reducir los
consumos de energa elctrica producidos durante la tarde, a travs de una prolongacin
de las horas de luz solar. Sin embargo, como se pudo apreciar anteriormente, los clientes
residenciales en Arica no presentan el patrn de consumo caracterstico de las otras
regiones estudiadas.
A partir de la Figura 4.18 y Figura 4.19 como de las Figura 4.20 y Figura 4.21, se puede
notar que la poltica del cambio de hora mueve las curvas de consumo horario entre las
18:00 y 09:00. Este intervalo se puede definir como el factual donde la poltica afecta a las
curvas de consumo horario.
CONCEPCIN
Para la ciudad de Concepcin, se utiliz la informacin entregada por la distribuidora CGE
Distribucin, en especfico del alimentador Bio-Bio perteneciente a la subestacin
Chiguayante.
En la Figura 4.22 y en la Figura 4.23 se muestran los efectos producidos por el cambio de
hora el 2013, mientras que en Figura 4.24 y Figura 4.25 muestran lo producido el 2014.
La ciudad de Concepcin pertenece al SIC, teniendo comportamiento en los
consumidores residenciales similares a los producidos en Santiago, presentando los
valores peak caractersticos en horarios de la maana y de la tarde.

1200000
1000000
Wh
800000
600000
400000
HV
HI
200000
0
FIGURA 4.22. CONSUMO HORARIO PRIMER TRIMESTRE 2013 CONCEPCIN.
34

1400000
1200000
Wh
1000000
800000
600000
HV
400000
HI
200000
0
FIGURA 4.23. CONSUMO HORARIO SEGUNDO TRIMESTRE 2013 CONCEPCIN.

1200000
1000000
Wh
800000
600000
400000
HV
HI
200000
0
FIGURA 4.24. CONSUMO HORARIO PRIMER TRIMESTRE 2014 CONCEPCIN.
35

1400000
1200000
Wh
1000000
800000
600000
HV
400000
HI
200000
0
FIGURA 4.25. CONSUMO HORARIO SEGUNDO TRIMESTRE 2014 CONCEPCIN.
Como se puede apreciar en las cuatro curvas anteriores, el efecto del cambio de hora, a
priori, afecta fuertemente en el peak de la maana entre las 05:00 y 09:00 horas, mientras
que levemente durante los horarios de la tarde (18:00 - 23:00 horas).
Queda claro que el horario de verano a las 05:00 horas presenta un mayor consumo que
el horario de invierno, sin embargo para la cota superior (09:00 horas), la Figura 4.23 y
Figura 4.24 permiten definir definitivamente esta seleccin de hora. Por su parte, el peak
tarde sigue la misma tendencia utilizada para el caso de Santiago.
Estos intervalos de tiempos definitivos son los que establecen las dummie de los
respectivos factuales maana y tarde16.
PUNTA ARENAS
Para la ciudad de Punta Arenas, se utiliz la informacin entregada por la distribuidora
EDELMAG, en especfico del alimentador 10.
La Figura 4.26 y la Figura 4.27 muestran los efectos producidos por el cambio de hora el
ao 2013, mientras que Figura 4.28 y Figura 4.29 muestran lo producido el ao 2014.
La ciudad de Punta Arenas pertenece al subsistema de Punta Arenas correspondiente al
Sistema Elctrico de Magallanes, el cual tiene un comportamiento similar a los
consumidores residenciales del SIC, es decir, presenta los peak de maana y de tarde
caractersticos.
16
Valores binarios que toman el valor de 1 cuando toman cuenta del periodo en donde podra
ocurrir efectos en el consumo producto de la poltica del cambio de hora.
36

600000
500000
Wh
400000
300000
200000
HV
HI
100000
0
FIGURA 4.26. CONSUMO HORARIO PRIMER TRIMESTRE 2013 PUNTA ARENAS.
Wh

1000000
900000
800000
700000
600000
500000
400000
300000
200000
100000
0
HV
HI
FIGURA 4.27. CONSUMO HORARIO SEGUNDO TRIMESTRE 2013 PUNTA ARENAS.
37

1000000
900000
800000
700000
600000
500000
400000
300000
200000
100000
0
HV
HI
FIGURA 4.28. CONSUMO HORARIO PRIMER TRIMESTRE 2014 PUNTA ARENAS.
Wh

1000000
900000
800000
700000
600000
500000
400000
300000
200000
100000
0
HV
HI
FIGURA 4.29. CONSUMO HORARIO SEGUNDO TRIMESTRE 2014 PUNTA ARENAS.
A diferencia de la Figura 4.26, todas las curvas para los distintos periodos en Punta
Arenas muestran similares caractersticas; la poltica parece afectar solo al peak tarde
entre las 18:00 y 23:0017. Este intervalo de tiempo define la dummie del factual peak tarde
para el modelo de Punta Arenas.
17
De alguna forma, midiendo el mismo intervalo de impacto que posee el SIC; Santiago y
Concepcin.
38
4.2.
MTODO ECONOMTRICO APLICADO A SANTIAGO
Como se puso de manifiesto en la seccin anterior, el mtodo heurstico nos da

solamente una aproximacin del efecto de la poltica de cambio de hora (conocida en la
literatura como: Daylight Saving Time, DST). Esto es debido a que la comparacin que se
realiza es bastante ingenua, en el sentido que simplemente compara la media de
consumo que registra cada hora del da antes y despus de aplicar la poltica, variando el
nmero de observaciones (das) con los que se calcul dicha media en intervalos de
tiempo ms cortos o ms largos.
Como se puede intuir, el consumo de energa elctrica de las 08:00 am de un lunes no es
necesariamente comparable con el consumo energtico de otro lunes (por decir dos
semanas despus) tambin a las 08.00 am, esto ya que si el primer lunes est en horario
de invierno y el segundo en horario de verano, existirn caractersticas observables, como
tambin inobservables, que podrn afectar de forma distinta el consumo de cada una de
stas horas analizadas. No obstante, siempre es bueno tener un benchmark o punto de
referencia, que permitiese hacer una primera aproximacin al anlisis de los efectos del
DST en el consumo energtico.
Sin embargo, para poder hacer frente a las limitaciones presentadas por el mtodo
heurstico, utilizaremos un modelo economtrico que permita dar explicaciones ms
profundas al respecto del consumo de energa elctrica. En particular, la metodologa
usada es la tradicional, que es modelar un polinomio de regresin, en vistas de intentar
estimar (si los hubiese) efectos causales de ciertas variables, que se suponen exgenas,
sobre una variable de inters o resultado que en este caso ser el consumo energtico en
determinada hora del da ().
Luego se podrn hacer comparaciones entre estos efectos causales, analizar si stos
resultados son vlidos a nivel poblacional, e incluso poder hacer proyecciones, o
simulaciones de ciertos escenarios, ya sea mediante predicciones puntuales (para valores
fijos de las variables exgenas), o por intervalos confidenciales.
4.2.1. ESTRATEGIA DE IDENTIFICACIN, CAUSALIDAD Y

EXPERIMENTOS.
Puesto que no existen estudios previos en donde se plantee esta evaluacin para el
territorio nacional, el marco terico usado para modelar esta evaluacin de impacto se
bas en las siguientes directrices; luego de analizar la literatura disponible (estudios
internacionales detallados en el estado del arte [1]); se tom en cuenta el hecho de que
en Chile la poltica o tratamiento del cambio de hora se aplica a todo el territorio al mismo
tiempo, lo que dejndolo en claro, nos imposibilita de hacer comparaciones entre
ciudades/localidades tratadas y no tratadas, estrategia metodolgica ms comn en la
mayora de los estudios consultados, lo que se conoce como diseo experimental o
aleatorio.
El principal problema, o dificultad en el propsito de identificar el impacto del DST sobre el
consumo de energa elctrica para el caso chileno, es que cuando un tratamiento se
aplica a todas las unidades de anlisis al mismo tiempo; solamente observamos al grupo
de horas analizadas sin la poltica DST y luego del cambio de hora, con la poltica DST.
39
Es decir, tenemos para todas las unidades de anlisis, solamente los resultados antes del
tratamiento, y despus de ste, no tenemos lo que en la literatura se conoce como un
contra factual que es una unidad de anlisis a la que no se le aplic la poltica DST, y que
es la piedra angular de la evaluacin de la poltica o tratamiento.
Por qu necesitamos este contra factual? Porque si comparamos las medias de
consumo antes y despus del tratamiento, bsicamente podramos estar midiendo, no el
efecto del programa, sino adems todo aquello que puede haberse visto modificado
durante el tratamiento, y que no forma parte de ste. Adems, en nuestro caso el
tratamiento se asigna a todas las unidades de anlisis de forma no aleatoria. Es decir la
comparacin heurstica era ingenua, en el sentido que no considera como factores
subyacentes o determinantes del consumo otras variables que pueden verse modificadas
durante el tratamiento (por ejemplo cantidad de horas luz por da en los das de Horario
Invierno Versus Horario Verano, o la temperatura asociada a cada estacin del ao,
actividades sociales segn la estacin del ao, etc).
4.2.2. POR QU UN CUASI-EXPERIMENTO?

Cuando se realiza un experimento natural, se tiene un grupo de tratamiento, y otro de
control. Esto ya que el supuesto detrs de la evaluacin es, que si la poltica o tratamiento
no hubiese ocurrido, el grupo de tratamiento habra evolucionado de acuerdo a los
mismos patrones que evolucion el grupo de control. A este supuesto se le conoce en la
literatura como el supuesto de caminos paralelos. En nuestro caso, como no existe un
grupo de control, no tenemos forma de saber qu hubiese ocurrido con el consumo
energtico en las horas peak de los das de horario de verano de habernos quedado con
el rgimen horario de invierno (-4:00).
Puesto que enfrentamos el obstculo de que estamos imposibilitados de aplicar el
supuesto de caminos paralelos a otro grupo, ya que todas las horas analizadas fueron
tratadas, debemos buscar una solucin metodolgica. De esta manera, la alternativa que
seguimos, al igual que en el estudio de Mirza y Bergland [14], es la de realizar un CuasiExperimento, metodologa que consiste en crear artificialmente un contra factual, cuando
este no existe, lo que en dicho estudio [14] se denomina equivalent day normalization
technique 18 . Para este objetivo, usaremos los resultados entregados por el modelo
heurstico, y estadsticas descriptivas para crear (observar) contra factuales artificiales y
luego especificar un modelo economtrico que ser estimado mediante el mtodo de
diferencias en diferencias (DD), que consiste en explotar la variacin experimentada en la
variable de resultado por el grupo tratado y el grupo de control, para luego comparar la
diferencia en la variacin de dichos grupos, considerando sta ltima como una buena
aproximacin al efecto del tratamiento sobre un individuo tomado a azar de la muestra
(ATE, Average Treatment Effect).
4.2.3. ANLISIS DE LOS CONTRA FACTUALES.

En primer lugar, si observamos la comparacin realizada a travs del mtodo heurstico,
entre la curva de consumo promedio antes y despus de aplicar poltica DST (Error! No
se encuentra el origen de la referencia. y Error! No se encuentra el origen de la
18
Tcnica de normalizacin de da equivalente
40
referencia.), se puede observar que existen intervalos horarios donde las curvas se
mueven muy poco o casi nada, incluso en algunas vecindades de puntos las dos curvas
coinciden. Luego, esto nos confirma (al igual que la literatura consultada) el hecho de que
podemos dividir el da en varios rangos horarios, basados en intervalos cerrados; estos
son19:
Desde las 00:00 a la 04:59 horario que llamamos control madrugada
(consumo_madrug),
luego desde las 05:00 a las 09:59 llamamos peak maana
(consumo_peakm),
el horario que sigue desde 10:00 am a 16:59 le llamamos medioda
(consumo_mid),
y finalmente al intervalo 17:00 23:59 le llamamos peak tarde
(consumo_peakt).
Una vez que conceptualmente hemos dividido el da en stos cuatro rangos o categoras
horarias20, se pueden observar en la Tabla 4.1 las siguientes estadsticas descriptivas,
para el consumo en cada categora, las cuales estn ordenadas de acuerdo a como
fueron descritas anteriormente.
TABLA 4.1. CONSUMOS PROMEDIO POR HORA (TODA LA MUESTRA DEPURADA)
. sum consumo_madrug consumo_peakm consumo_mid consumo_peakt

Variable
Obs
Mean
consumo_ma~g
consumo_pe~m
consumo_mid
consumo_pe~t
1755
1755
2457
2439
12.74752
11.60929
14.28152
19.8321
Std. Dev.
Min
Max
4.071136
3.447857
3.028154
5.953653
6
5.4
7.4
7.4
28.1
22.2
26.8
35.8
Fuente: Elaboracin propia.
Como se muestra en la Tabla 4.1, se han analizado los consumos para todas las horas
consideradas en la muestra, sin hacer la disociacin entre horario con DST, o sin l. El
mayor promedio (
), variacin ( .
.), mxima, y mnima lo tiene el intervalo peak
tarde; seguido por el intervalo medioda. Curiosamente, adems se observa que sin tomar
en cuenta el DST, el horario del peak maana registra el menor consumo en media.
19
Entre parntesis y en cursiva se indica el nombre de cada variable.

Metodolgicamente esto se hace creando variables binarias o dicotmicas que asignan un valor
uno a cualquier hora analizada que est dentro de alguna de las categoras analizadas, y cero en
el caso contrario. En especfico se crean la variable Contra factual madrugada (
), la
variable peak de la maana (
), la variable contra factual medioda (
),y finalmente la
variable peak de la tarde (
).
20
41
Por lo tanto, se hace necesario, para poder obtener mejor informacin al respecto, dividir
los consumos analizados 21 de acuerdo a si stos fueron medidos en horas antes o
despus de la poltica DST.
TABLA 4.2. ESTADSTICAS DESCRIPTIVAS RANGOS HORARIOS SIN DST
Variable
Obs
Mean
consu~gNODST
consu~mNODST
consu~dNODST
consu~tNODST
641
640
891
886
13.94587
12.82984
15.53199
23.01117
Std. Dev.
Min
Max
4.298516
3.653215
3.061427
5.836728
7.2
6.6
7.4
9
28.1
22.2
26.8
35.8
TABLA 4.3. ESTADSTICAS DESCRIPTIVAS RANGOS HORARIOS CON DST
Variable
Obs
Mean
consumo~gDST
consumo~mDST
consumo~dDST
consumo~tDST
1114
1115
1566
1553
12.05799
10.9087
13.57005
18.01842
Std. Dev.
Min
Max
3.767201
3.116854
2.76832
5.214768
6
5.4
7.6
7.4
25.4
19.5
26.6
31.7
Cmo se puede observar en la Tabla 4.2, analizando el consumo de cada rango horario
en los das sin aplicacin de la poltica de cambio de hora (No DST), y luego con la
poltica de cambio de hora en aplicacin (DST); las conclusiones anteriormente obtenidas
no cambian para ninguno de los dos tipos de datos. No obstante, cabe mencionar que la
variacin en las medias registradas por todos los horarios, excepto peak tarde, es de una
disminucin de aproximadamente [ 1,9 2,0]
; en cambio el horario peak tarde
22
disminuye en aproximadamente 5
. De esta forma se puede ver que, sin controlar
por ninguna otra variable las horas del peak tarde, estas son las que registran la mayor
variacin entre un perodo y otro. Finalmente, este anlisis sirve para mostrar que las
horas que formaran parte de los grupos de control de la poltica no difieren mucho de las
horas que se analizaran como tratadas o afectadas. No obstante, en las variaciones
recin mencionadas, existe una serie de factores observables, y tambin subyacentes que
no estamos tomando en cuenta, y que pueden afectar el anlisis que se est haciendo de
la poltica.
Para poder tener en cuenta el efecto de cada una de las posibles variables que afectaran
el consumo a distintas horas y que no hemos considerado en el pasado anlisis
descriptivo, pasaremos a especificar dos modelos economtricos que nos ayuden a aislar
efectos causales, y que adems distingan no slo entre horas observadas antes o
21
Nuevamente realizamos esta accin a travs de la creacin de una variable dummie que registra
las horas con DST (
) asignndoles un uno, y un cero en caso contrario (que recogera as a
las horas que no estn siendo afectadas por el DST.
22
Recordar que estos resultados son pertenecientes a la data tomada del alimentador de Rojas
Magallanes, representativo de Santiago.
42
despus del cambio de hora, sino adems entre un grupo de horas que llamamos de
control o contra factuales (que variar entre 2 modelos distintos), y dos grupos distintos de
horas tratadas (que sern los peaks horarios en ambos modelos), y que adems,
considera en el anlisis, todas aquellas variables observables para ambos grupos de
horas. Variables tales como, nmero de hora del da; da de la semanalaboral, fin de
semana, festivo, mes del ao, temperaturas registradas, ao en el que fue observada la
hora analizada, etc.
Las Funciones de Regresin Poblacional que se van a estimar e interpretar usando sus
homlogos muestrales, son las siguientes:
Modelo 1
Grupo de control: Horas de la medianoche y el medioda como un solo grupo.
(
)
= +
+
+ (
+
+
+
(
+
+
+
)) +
+
(
) +
2014
(
)) +
Modelo 2
Grupo de control: Horas de la medianoche y el medioda como dos grupos de control
distintos.

)
=
+
+
+
+
+

+
)) + (
+
+
(
+
)) +
(
) +
2014
Descripcin de las variables:

(
) : representa el logaritmo natural del consumo en
alimentador Rojas Magallanes, en la hora de nuestra muestra23.
; observado en el
: Variable dicotmica que asigna valor uno a aquellas horas que pertenecen a lo
que denominamos peak de la maana. Cero en caso contrario.
: Variable dicotmica que asigna valor uno a aquellas horas que pertenecen a lo que
denominamos peak de la tarde. Cero en caso contrario.
23
8406 observaciones; dos intervalos de 3 meses en distintas estaciones del ao, para
los aos 2013 y 2014 donde se registr el consumo y todas las variables para cada hora
del da. Considerando 426 observaciones prdidas por falta de data por parte de la
distribuidora para el caso de Santiago.
43
que se denomina como contra factual del medio da. Cero en caso contrario. Esta variable
nos ayuda a modelar dos grupos de control cuando usamos el medioda y la medianoche
como grupos distintos (
2).
(
) : Variable dicotmica que asigna valor uno a aquellas observaciones que
pertenecen al horario de verano, y que por lo tanto son observaciones en las que se est
aplicando la poltica de cambiar el rgimen horario (DST). Cero en caso contrario.
: Variable continua que recoge la temperatura en Santiago, registrada en la estacin
meteorolgica de Pudahuel y suministrada por la Direccin Meteorolgica de Chile.
: Variable de control que recoge das en los cuales la poltica no puede tener efecto;
fechas pre inicio a actividades escolares (del 1 al 10 de marzo) y festividades nacionales
(la semana del 18 de septiembre). Su valor es uno dentro de estas fechas y cero en otro
caso.
: Variable dicotmica que asigna valor uno a aquellas horas que pertenecen a algn
da que fuera feriado calendario. Cero en caso contrario.
: Variable dicotmica que asigna valor uno a aquellas horas que pertenecen a los das
sbados. Cero en caso contrario.
: Variable dicotmica que asigna valor uno a aquellas horas que pertenecen a los
das domingos. Cero en caso contrario.
2014: Variable dicotmica que asigna valor uno a aquellas horas que fueron registradas
el ao 2014; esta variable permitir recoger los efectos asociados nicamente al cambio
de ao (crecimiento econmico, aumento de las tarifas, etc).
(
)): Variable, o trmino de interaccin; surge de la multiplicacin de
(
(
) con el objetivo de medir el impacto que tiene la poltica de DST sobre el
y
horario peak de la maana.
(
)): Variable, o trmino de interaccin; surge de la multiplicacin de
y
(
) con el objetivo de medir el impacto que tiene la poltica de DST sobre el horario
peak de la tarde.
(
: Vector de variables dummie que controla para cada una de las horas del da (24
categoras, hora de referencia 00:00). Cabe mencionar que en la estimacin economtrica
de cada modelo; para evitar problemas de multicolinealidad entre las variables, no se
agreg variable dummie correspondiente al grupo que fue utilizado como control.
: Vector de variables dummie que controla para cada uno de los meses que
estamos analizando (6 categoras, mes de referencia marzo).
La eleccin de stas variables no fue arbitrara, sino que obedeci a la especificacin ms
sencilla posible, considerando ste como un estudio preliminar. Los criterios mediante los
que se eligi controlar por das, horas, o meses, obedecen a prcticas llevadas a cabo en
un sinnmero de estudios de la literatura consultada en el estado del arte. Es importante
destacar que los parmetros que aparecen con letras griegas, se especific los betas para
44
las variables que recogern, en particular el estimador de diferencias en diferencias para

cada grupo tratado. Adems, los parmetros de las ltimas dos variables dummies
presentes en las ecuaciones anteriores que obedecen a variados controles se destacaron
con un supra ndice asterisco (*).
4.2.4. INTERPRETACIN DE LAS ESTIMACIONES MUESTRALES. (VER

ANEXO ESTIMACIONES)
Interpretacin de los coeficientes de regresin parcial estimados mediante DD.
Para realizar las interpretaciones de forma adecuada, debe recordarse que cuando se
analiza un modelo de regresin mltiple, donde la variable dependiente est en escala
logartmica, y el resto de variables (binarias o continuas) consideradas en su propia
unidad de medida, el anlisis que se desprende de los coeficientes de regresin parcial
estimados mediante mnimos cuadrados ordinarios (MCO). Esto se debe hacer con
ciertas sutilezas para que sta ltima la interpretacin sea mucho ms prctica. S dar
un ejemplo basado en nuestro mismo modelo:
Si slo nos preocupamos de la variable sbado (ceteris paribus el efecto del resto de
variables explicativas) y se quiere dar una interpretacin al respecto del mismo, se hara
de la siguiente forma: Sean los valores estimados e los parmetros relevantes, en un
ejemplo arbitrario24:
500, y
0,045.
Entonces al observar la ecuacin estimada, el valor promedio del consumo (en escala
logartmica) para una hora cualquiera representativa de la muestra, que no cumpla la
condicin de ser da sbado ser 500, formalmente esto se obtiene de evaluar la ecuacin
con
= 0:
(
= 0] =
= 500 + 0,045(0) = 500
Pero en cambio, la diferencia media en el consumo (en escala logartmica) para una
observacin (hora) cualquiera, que si cumpla la condicin de estar registrada en un da
que es sbado (para el caso general la categora que se est analizando) en base a la
ecuacin estimada ser (0,045 100)%, formalmente:
[
= 1] =
= 500 + 0,045(1) = 500,045
Por lo tanto la diferencia entre una hora representativa que es sbado y otra que no
( 4,5%) estar registrada exactamente por el parmetro
100 que recoge entonces
como la categora en cuestin afecta el promedio estimado para la variable dependiente
en trminos porcentuales.
Puesto que el modelo especificado reporta una variable dependiente en escala
logartmica, las interpretaciones se darn todas en trminos porcentuales (como se hizo
en el ejemplo), donde el total de referencia para este porcentaje puede ser, simplemente,
24
Inventar los valores de los parmetros estimados realmente mediante MCO no altera la
comprensin del ejemplo en s mismo.
45
el consumo promedio por hora (analizado ms arriba), o algn total conveniente en

trminos prcticos con fines de poltica.
Mencionado lo anterior, cuando una hora posee la cualidad de ser una hora que est
inserta en el intervalo definido como peak de la maana, sta disminuye en trminos
promedios su consumo energtico residencial en un 52,92%, respecto de una que no
cumpla la condicin, controlando por el resto de los factores o ceteris paribus los mismos.
Una hora que cumple la cualidad de estar inserta en peak de la tarde, disminuye en
trminos promedios el consumo energtico residencia en un 21,2%, respecto de una que
no, controlando por el resto de los factores.
Cuando se analiza una hora que est inserta dentro de las horas de verano, en promedio,
el consumo residencial baja en 2,11%, respecto de una que no, controlando por el resto
de los factores.
Cuando la temperatura aumenta en un grado, en promedio el consumo residencial
disminuye en un 2,16% controlando por el resto de los factores.
Cuando estamos en presencia de alguno de los das catalogados como controles DST
(CDST), el consumo promedio disminuye en un 1,9% controlando por el resto de los
factores.
Los festivos, el consumo por hora disminuye en promedio un 7,4% controlando por el
resto de los factores. Para los das sbados tambin registramos una disminucin
promedio de 1,39%; mientras que para los domingos encontramos un aumento de 1,38%,
siempre controlando por el resto de los factores.
Por otro lado, segn las estimaciones, las variables que pueden haberse movido entre
2013 y 2014, y que no se pueden haber medido, han afectado en media, en una
disminucin de 27,79%.
El efecto de la poltica DST sobre las horas peak de la maana es que hace que stas
reduzcan, en promedio su consumo energtico en un 4,4%; por el lado de las horas del
peak de la tarde esta reduccin es de un 7,7%. Controlando por el resto de los factores.
Cabe mencionar que todas las variables de control horario disminuyen el consumo
promedio, en su mayora. Por otro lado, los controles mensuales, nos muestran que los
dos meses que quedan en invierno, excluyendo el de referencia, reportan una media ms
baja, en menos de un punto porcentual; mientras que para el cambio de horario ocurrido
en la primavera; el efecto tambin es una disminucin promedio de 2%.
Por otro lado; el modelo es significativo a nivel global el R cuadrado del modelo nos dice
que, las variables ac consideradas, ayudan a explicar en conjunto aproximadamente el
77% de las variaciones totales registradas por el logaritmo natural del consumo
energtico.
Inferencia
46
Por otro lado, en trminos de inferencia estadstica, observando los

de todos los
parmetros estimados, reconocemos que; tanto al 99% como a cualquier otro nivel de
confianza menor, no existe evidencia estadstica para rechazar que ninguno de las
variables analizadas es estadsticamente significativa. Por lo tanto los resultados indican
que cada una de las variables ac analizadas tiene algn tipo de influencia significativa
sobre el logaritmo natural del consumo horario residencial.
Por otro lado, observando la significancia global del modelo
observado, tambin
nos indica que tanto al 95% como al 99% de confianza, no existe evidencia estadstica
para rechazar la significancia global del modelo propuesto, es decir en su conjunto, las
variables elegidas sirven para hacer una buena explicacin y/o prediccin del
comportamiento del logaritmo natural del consumo.
47
5. APLICACIN DEL MODELO ECONOMTRICO EN

REGIONES
Una vez que se ha probado la eficacia del modelo utilizado para el caso de los datos noexperimentales de Santiago (Alimentador Rojas Magallanes); se proceder a replicar de
forma restringida la metodologa utilizada en ese apartado para aproximar una evaluacin
cuantitativa del impacto de la poltica DST, en cada una de las Capitales Regionales
consideradas en el presente estudio. A saber; Arica, Concepcin y Punta Arenas.
Cuando se menciona que el modelo utilizado para el caso de Santiago se aplicar de
forma restringida, esto tiene que ver con que en cada regin se alterar la forma funcional
(en especfico las variables de controles y tratamiento, con sus respectivos trminos de
interaccin), con el objetivo de flexibilizar el modelo original de estimacin por Diferencias
en Diferencias, y ajustarlo as a las caractersticas propias, exhibidas por el consumo
energtico residencial en cada uno de los sectores geogrficos a analizar.
Cuasi experimento aplicado a las regiones: uso del Mtodo Heurstico para crear
contra factuales artificiales mediante normalizacin de das equivalentes.
El mtodo de estimacin por Diferencias en Diferencias consiste en una incorporacin de
variables artificiales a un polinomio de regresin mltiple; y luego en la estimacin o ajuste
mediante Mnimos Cuadrados ordinarios de la misma.
En primer lugar se necesita definir, dentro de la muestra de horas a las que corresponde
el estudio de cada lugar; cules de ellas correspondern a las horas tratadas, y cules a
las horas no tratadas o contra factuales. Ahora, para poder hacer el ajuste del modelo a la
realidad de cada sector geogrfico, se han usado los resultados del mtodo Heurstico y
en base a stos se ha modelado una ecuacin distinta, que determina un modelo
diferente para cada sector geogrfico.
El Mtodo Heurstico genera dos curvas de consumo horario promedio para cada hora del
da, antes y despus de la aplicacin del DST25. Es decir, construye una curva en horario
de verano, y otra en horario de invierno. El itinerario de pasos a seguir, con el objetivo de
poder generar los respectivos contras factuales artificiales, se basa en el siguiente
algoritmo:
25
Recordar que la data suministrada por las respectivas ciudades es presentada con valores de
energa, por lo cual, para estos casos se utiliz curvas de consumo horario
48
Obtener Variaciones
promedio consumo
energtico por hora
(Mwh)
Calcular ratio HV/HI para
cada hora del da.
Se resta 1 al ratio
calculado.
Inpeccionar
variaciones del
consumo en la horas
Ubicar aquellas
variaciones que estn
dentro del margen de
tolerancia.
Asegurarse de encontrar
intervalos de 4 o ms
horas que estn dentro
del margen.
Seleccin de los
grupos de control
Ubicar aquellos intervalos
que cumplan las
condiciones anteriores
para todas las ventanas
de tiempo considerdas.
Resaltar stas horas como
grupo de control, y el
resto como tratadas.
En primer lugar, se toma el ratio entre el consumo promedio en cada hora del da; durante
el horario de verano, y se divide sobre el consumo promedio de esa misma hora en
horario de invierno 26 ; luego se hace la resta del resultado de ese ratio a un 1. Esto
muestra bsicamente la diferencia, en trminos decimales27, del consumo en un horario
versus el otro. Es decir, cuanto vara el consumo promedio al aplicar la poltica del cambio
de hora.
Luego se fija un nivel de tolerancia relativo, con un rango entre 0,01 0,05, y se buscan
intervalos horarios (intervalos: ventanas 4 horas) en las que la variacin se encuentre
dentro de este margen definido; para as definir aquellas horas que, en trminos
promedios, no se ven afectadas de forma significativa por el efecto de la poltica del
cambio de hora.
Finalmente, se observa que estos intervalos de tiempo con variacin dentro del margen
establecido; se repitan en al menos tres de las ventanas de tiempo consideradas en la
muestra, que son cuatro (debido a que el estudio considera 4 cambios de hora realizados
dentro de dos aos consecutivos). Esto es con el objetivo de capturar un patrn
sistemtico en el tiempo, al menos observable, en los datos.
A continuacin en la Tabla 5.1, se muestra un ejemplo para el caso de Arica, en el primer
trimestre del 2013, donde el intervalo de las horas de control est destacado en amarillo:
26
El orden con el que fue armado el ratio es indiferente para el anlisis. Los resultados de los
consumos en cada horario son obtenidos desde el Mtodo Heurstico.
27
O si se quiere, al multiplicarlo por 100 en trminos porcentuales.
49
TABLA 5.1. EJEMPLO PARA EL CASO DE ARICA, PRIMER TRIMESTRE 2013.
Time
0:00:00
1:00:00
2:00:00
3:00:00
4:00:00
5:00:00
6:00:00
7:00:00
8:00:00
9:00:00
10:00:00
11:00:00
12:00:00
13:00:00
14:00:00
15:00:00
16:00:00
17:00:00
18:00:00
19:00:00
20:00:00
21:00:00
22:00:00
23:00:00
Consumo HV
482.4
453.6
419.04
378.72
368.64
355.68
370.08
447.84
446.4
590.4
616.32
617.76
624.96
619.2
577.44
616.32
642.24
604.8
534.24
463.68
545.76
557.28
551.52
555.84
Consumo HI
496.8
498.24
502.56
476.64
455.04
442.08
436.32
446.4
452.16
535.68
629.28
614.88
617.76
573.12
558.72
580.32
591.84
584.64
540
544.32
586.08
567.36
564.48
560.16
Ratio
0.971
0.910
0.834
0.795
0.810
0.805
0.848
1.003
0.987
1.102
0.979
1.005
1.012
1.080
1.034
1.062
1.085
1.034
0.989
0.852
0.931
0.982
0.977
0.992
Var
0.029
0.090
0.166
0.205
0.190
0.195
0.152
-0.003
0.013
-0.102
0.021
-0.005
-0.012
-0.080
-0.034
-0.062
-0.085
-0.034
0.011
0.148
0.069
0.018
0.023
0.008
Una vez que la muestra se divide en los respectivos grupos, se desea rescatar como ha
sido afectado el grupo de horas tratadas por la poltica de cambio de hora (DST), y
comparar esta diferencia con la diferencia del grupo de control generado. Por lo tanto,
tambin se hace indispensable crear una variable artificial que distinga aquellas
observaciones que son recogidas antes del cambio de poltica (sin DST), versus aquellas
que s lo son (con DST).
Finalmente, se genera una variable o trmino de interaccin. Esta variable de interaccin,
es creada a partir de la multiplicacin simple de la variable que recoge la aplicacin de la
poltica (con DST), y la variable que identifica el respectivo peak. La intuicin detrs de la
incorporacin de esta variable en el modelo, tiene que ver con que esta slo tomar
valores positivos (en especfico un valor 1) cuando se cumplan ambas condiciones que
definen a cada una de las variables artificiales que se ha multiplicado al crearla. Es decir,
cuando la i-sima hora de la muestra que se ha medido en ese momento cumple con ser
una hora que se est midiendo despus del cambio de poltica, y que adems se trate de
una de las horas que estn en los que se ha denominado como grupos de horas tratadas,
en ese caso especfico el termino de interaccin tomara un valor uno.
En la literatura se denota que a travs de este trmino de interaccin, en especfico con el
parmetro que lo acompaa en el polinomio (beta), se podr recoger el efecto en media
50
de aplicar la poltica del cambio de hora a los grupos tratados (ya sea maana o tarde).
Esto se conoce como el estimador de diferencias en diferencias.
5.1.
APLICACIN ARICA.
Anlisis estadstico de los contra factuales:

Como ya fue mencionado anteriormente, mediante la aplicacin del algoritmo descrito a
los resultados del Mtodo Heurstico, se ha determinado que para el caso de Arica se
tendr la siguiente diferenciacin entre grupo de horas tratadas y no tratadas28:
Desde las 10.00 horas hasta las 16.59 horas, se define dicho intervalo como el de
la horas de control (control);
Mientras que el intervalo horario que est entre las 17.00 horas y las 09.59 horas
queda establecido como nuestras horas tratadas (peak).
Una vez que se ha divido la muestra de observaciones horarias para Arica entre tratadas
y control, se procede a realizar observaciones estadsticas descriptivas de cada una.
TABLA 5.2. ESTADSTICAS DESCRIPTIVAS CONSUMO POR CATEGORA
. ***Estadsticas Descriptivas***
.
. //Observamos estadsticas descriptivas de los consumos para cada uno de los rangos horarios creados//
. sum consumo_control consumo_peak
Variable
Obs
Mean
consumo_co~l
consumo_peak
2576
6256
553.7868
468.3394
Std. Dev.
138.9359
110.6027
Min
Max
0
0
1296
1108.8
Se puede observar en la Tabla 5.2, que en trminos promedios y sin considerar la

distincin al respecto de si se est aplicando o no la poltica DST, las horas definidas
como control registran una media, desvo estndar y mxima mayor a las horas tratadas.
Este resultado en primera instancia podra ser contra intuitivo. Al respecto se conjeturan
dos posibles explicaciones: las horas peak, al ser tratadas como tales, se espera registren
un mayor consumo, pero debe recordarse que estos resultados, preliminares, no
consideran diferencia alguna entre horario de verano y de invierno. Puede ser que los
peak en verano bajen considerablemente, arrastrando as el promedio a la baja; mientras
que en los controles, como tales, el horario de verano no tenga efectos significativos en
ahorro de energa, lo que mantenga el promedio alto, en un nivel estable no variable entre
estaciones.
Otra explicacin posible, al observar las curvas de consumo promedio, es que en Arica el
consumo despus de las 9:00 am siempre ocurre a niveles mayores que previo a ese
horario, y como el peak toma este intervalo, su consumo medio tiende a bajar. Ahora,
para poder hacerse una idea mejor, y despejar dudas sobre cul conjetura sera la que
28
Entre parntesis y en cursiva se indica el nombre de la variable creada.
51
ayudara a explicar mejor los datos, se toman las mismas estadsticas, pero diferenciando
entre observaciones sin aplicar DST, versus observaciones que si han sido registradas en
aplicacin del DST.
TABLA 5.3. EST. DESCRIPTIVAS CONSUMO SIN DST / CON DST
. //Observamos estadsticas descriptivas de los consumos sin DST//
. sum consumo_control consumo_peak if hvdst==0
Variable
Obs
Mean
consumo_co~l
consumo_peak
1010
2457
555.3838
473.5179
Std. Dev.
134.6327
97.80872
Min
Max
0
0
1296
1022.4
.
. //Observamos estadsticas descriptivas de los consumos con DST//
Variable
Obs
Mean
consumo_co~l
consumo_peak
1566
3799
552.7569
464.9901
Std. Dev.
141.675
118.0333
Min
Max
0
0
1152
1108.8
Al respecto de las dos conjeturas que intentaban explicar los datos netos, sin
diferenciaciones con o sin DST (Tabla 5.3), viendo el presente cuadro es posible dar
cierto crdito a ambas explicaciones. En primer lugar, se observa que el promedio de las
horas de control solamente experimenta una variacin (negativa) aproximada de 0,47%
antes y despus de la poltica. Mientras que las horas definidas como peak presentan una
variacin (negativa) que equivale a ms de 3 veces lo experimentado por los controles
(1,8%). Es decir, en ambos casos (sin DST, con DST) los controles exhiben un promedio
ms alto que las horas tratadas; pero la variacin luego de que se aplica la poltica es
mayor en las horas tratadas que en los primeros. Estos resultados indican que sin
controlar por ninguna variable relevante en el consumo energtico (como la temperatura,
da de la semana, etc.), es posible considerar a los dos grupos de horas como grupos a
los cuales la poltica de cambio de hora los afecta de forma distinta (uno de ellos
prcticamente no es afectado y en el otro se observa un pequeo cambio, pero
significativo).
Por lo tanto, una vez que se ha distinguido entre los grupos tratados y de control, se
especifica la siguiente ecuacin, la que permite aplicar el mtodo de diferencias en
diferencias al caso Arica.
Modelo Arica
(
)
=
+
+
+
+
(
) +
2014 +
+
(
+
)) +
52

(
alimentador Chacalluta, en la hora de nuestra muestra29.
; observado en el
denominamos peak de la maana. Cero en caso contrario. Cabe mencionar que esta es la
variable que define ambas categoras creadas (grupo de control, grupo tratado). Esto
debido a que si
= 1, se habla de una hora considerada como tratada, primera
categora. Pero en cambio, cuando se dice
= 0, se refiere a una hora que no cumple
la condicin de hora tratada, por lo tanto sera parte del grupo de control. Recurdese
adems, que en una regresin con variables dicotmicas como explicativas, el logaritmo
natural del consumo estimado para el grupo de control o referencia, independiente del
resto de las variables, o ceteris paribus, sera . Hasta el momento, el grupo de control
son las horas que no son peak.
(
aplicando la poltica de cambiar el rgimen horario (DST). Cero en caso contrario. Esta
segunda variable, al igual que la anterior, re-define el grupo de referencia (cosa que
seguir ocurriendo, en la medida que se definan ms variables dicotmicas, que
establezcan categoras mutuamente excluyentes). Ahora, el grupo de referencia son las
horas control antes de la aplicacin DST.
: Variable continua que recoge la temperatura en Arica suministrada por la Direccin
Meteorolgica de Chile.
caso.
: Variable dicotmica que asigna un valor uno a aquellas horas que pertenecen a los
das sbados. Cero en caso contrario.
el ao 2014. Esta variable permite recoger los efectos asociados nicamente al cambio de
ao (crecimiento econmico, aumento de las tarifas, etc).
29
del da.
53
Ntese que las 5 variables definidas anteriormente redefinen al grupo de control como
horas antes de la aplicacin del DST, en los das de semana normales o corrientes,
durante el ao 2013.
(
) : Variable o trmino de interaccin. Surge de la multiplicacin de
y
(
peak. Esta variable slo tendr valor positivo cuando se analice horas peak post
aplicacin DST, lo que mide la diferencia de ser peak respecto de la diferencia de ser hora
post DST. Es decir compara la diferencia media en los tratados respecto la diferencia
media en los controles, es decir, el estimador DD.
del modelo; para evitar problemas de multicolinealidad entre las variables, se hizo un
anlisis previo de las correlaciones no encontrando ninguna superior a 0,5, ms all de la
obvia entre meses del ao y aplicacin de la poltica30.
: Vector de variables dummie que controla para cada uno de los meses que se
estn analizando (6 categoras, categora/mes de referencia marzo).
30
Ver Anexo de Estimaciones Arica para analizar matriz de correlaciones entre las variables
independientes del modelo estimado.
54
5.1.1. INTERPRETACIN DE LAS ESTIMACIONES MUESTRALES:

MODELO ARICA. (VER ANEXO ESTIMACIONES ARICA)
Debe recordarse que, como el modelo especificado reporta una variable dependiente en
escala logartmica, las interpretaciones se darn todas en trminos porcentuales, donde el
total de referencia puede ser, simplemente, el consumo promedio por hora control/tratada
segn corresponda (analizados anteriormente).
En primer lugar, respecto a la variable peak, se puede decir que cuando una hora posee
esta cualidad (es decir est entre las 18:00 y 09:00 horas), su consumo disminuye
(respecto de las horas de control) en un 4% aproximadamente (estadsticamente
significativa), controlando por el resto de los factores. Esto se hizo notar en el anlisis
descriptivo de los grupos de control, as que era un resultado esperable.
Por otro lado, al respecto de la variable
(
), se puede decir que, en base a la
estimacin que por ser hora de verano, el consumo promedio disminuye en un 0,9%,
controlando por el resto de los factores. No obstante esta variable no es significativa a los
niveles estadsticos habituales.
La variable temperatura, que si es estadsticamente significativa, nos informa que en el
caso de Arica, al aumentar la temperatura en un grado, podemos esperar que el consumo
energtico residencial aumente en promedio en un 1,06%, controlando por el resto de los
factores.
Por otro lado, las variables referentes a categoras propias del da, presentan resultados
bastante interesantes para casi todas las categoras definidas y controladas. En primer
lugar, se puede esperar para el caso Arica, que en un da festivo, una hora representativa
disminuya su consumo en promedio 23,65%, controlando por el resto de los factores.
Mientras que un da sbado, controlando por el resto de los factores, podemos esperar
que el consumo de una hora representativa disminuya en promedio un 7,97%. Por otro
lado, cabe mencionar que una hora representativa del da domingo, controlando por el
resto de los factores, disminuya su consumo en promedio un 32,97%. Todos estos
resultados son estadsticamente significativos a los niveles estadsticos estndar.
Respecto a la variable categrica que controla por los efectos del cambio de ao, esta es
estadsticamente significativa, y nos informa que por el slo hecho de ser registrada en el
2014, podemos esperar que una hora representativa exhiba un consumo, en promedio,
3,08% mayor que una el ao 2013 (categora de referencia).
Todos los controles horarios, que suelen dar efectos negativos sobre el consumo
(recurdese que la categora respecto de la que se debe analizar el control horario es las
00:00 horas). No obstante, la gran mayora de ellos no genera efectos negativos
significativos estadsticamente hablando, sobre el consumo a nivel poblacional. Lo mismo
ocurre con casi todas las categoras del mes.
La excepcin la genera la categora abril, la que muestra que por el hecho de pertenecer
a este mes, podemos esperar que en media una hora representativa exhiba un consumo
un 3,24% mayor que en el mes de marzo (categora de referencia), controlando por el
resto de los factores.
55
Finalmente, recordemos que en este modelo se tiene un solo gran grupo de horas
tratadas, sobre las que se puede ofrecer un estimador DD. En este caso, estas horas son
desde las 18:00 a las 09:00 y la variable de interaccin
(
) recogera entonces, el
efecto de la poltica de cambio de hora sobre las horas definidas como peak. Por lo tanto,
el coeficiente estimado muestra que la poltica DST produce que las horas tratadas
disminuyan su consumo en un 1,46%, controlando por el resto de los factores. No
obstante, este resultado no es estadsticamente significativo a ningn nivel de confianza
superior a 88%. Lo que nos lleva a concluir que la poltica DST no ejercera influencia
alguna, a nivel poblacional, para el caso Arica, como variable a nivel individual.
Por otro lado, el modelo es significativo a nivel poblacional, y el R cuadrado nos informa
que las variables ac propuestas ayudan a e explicar aproximadamente el 36% de la
variacin de logaritmo del consumo, proporcin bastante baja que puede ser indicio de
que hacen falta ms variables para la explicacin del caso de Arica.
5.2.
APLICACIN CONCEPCIN.

Mediante la aplicacin del algoritmo descrito, y en base a los resultados del Mtodo
Heurstico, se ha determinado que para el caso de Concepcin; se tendr la siguiente
diferenciacin entre grupo de horas tratadas y no tratadas31:
Desde las 02:00 a las 04:59 horas, horario que fue llamado control madrugada
(Cmidreal),
Luego, desde las 05:00 a las 09:59 horas fue llamado peak maana (peakm),
el horario que sigue desde 10:00 am a 17:59 horas fue llamado medioda
(Cfmediodia),
y finalmente al intervalo de las 18:00 hasta las 23:59 horas fue llamado peak tarde
(peakt).
Una vez que conceptualmente se ha dividido el da en stos cuatro rangos o categoras
horarias32, se pueden observar en la Tabla 4.1 las siguientes estadsticas descriptivas,
para el consumo en cada categora, las cuales estn ordenadas de acuerdo a como
fueron descritas anteriormente.
31

Metodolgicamente esto se hace creando variables binarias o dicotmicas que asignan un valor
uno a cualquier hora analizada que est dentro de alguna de las categoras analizadas, y cero en
el caso contrario. En especfico se crean la variable Contra factual madrugada (
), la
variable peak de la maana (
), la variable contra factual medioda (
),y finalmente la
variable peak de la tarde (
).
32
56
TABLA 5.4. ESTADSTICAS DESCRIPTIVAS CONSUMO POR CATEGORIA HORARIA

. sum consumo_madrug consumo_peakm consumo_mid consumo_peakt
Variable
Obs
Mean
consumo_ma~g
consumo_pe~m
consumo_mid
consumo_pe~t
929
1550
2479
1860
487232.9
578287
754044.8
1004107
Std. Dev.
67087.03
127198.7
81746.93
169484.2
Min
Max
359499.9
361399.9
538899.9
587599.9
724099.9
846599.9
1093900
1359800
Como se puede observar en la Tabla 5.4, el consumo va aumentando, en trminos

promedios, progresivamente por cada una de las categoras en las que se ha definido el
da, destacndose la madrugada por tener el consumo promedio ms bajo, y el peak de la
tarde por tener el consumo promedio ms alto. Adems, el segmento de horas del peak,
tanto de la tarde como de la maana destaca por niveles de dispersin/heterogeneidad en
los datos mayores que los controles.
A continuacin en la Tabla 5.5, se analizan estos consumos por segmento horario; pero
ahora separando las estadsticas calculadas basndose en el criterio de si ests fueron
registradas antes o despus del cambio de hora.
TABLA 5.5. EST. DESCRIPTIVAS CONSUMO SIN DST/ CON DST
. sum consumo_madrug consumo_peakm consumo_mid consumo_peakt if hvdst==0
Variable
Obs
Mean
consumo_ma~g
consumo_pe~m
consumo_mid
consumo_pe~t
426
710
1129
845
519006.5
580591.4
805626.2
1092454
Std. Dev.
71082.65
139510.3
73296.95
137733
Min
Max
359499.9
370799.9
592999.9
681799.9
724099.9
846599.9
1093900
1359800

. sum consumo_madrug consumo_peakm consumo_mid consumo_peakt if hvdst==1
Variable
Obs
Mean
consumo_ma~g
consumo_pe~m
consumo_mid
consumo_pe~t
503
840
1350
1015
460323.4
576339.2
710907.6
930557.1
Std. Dev.
49597.97
115826
60778.87
157965.4
Min
Max
373399.9
361399.9
538899.9
587599.9
695199.9
837099.9
1051600
1321100
Como se puede observar, los patrones descritos antes, tanto en trminos de medias como
varianzas, siguen siendo los mismos al separar los grupos por observaciones registradas
antes o despus del DST.
Por otro lado; obsrvese que los grupos de tratamiento disminuyen su consumo en
promedio en un 11,57%, una vez que se aplic DST (11,38% del grupo de madrugada, y
un 11,75% del grupo del medioda). Mientras que los grupos tratados lo hace en 14,8%
para el grupo de tratados en la tarde (
), y slo en un 0,73% para los tratados en la
maana (
).
57
Como se sabe, el modelo estimado, ajustado al lugar geogrfico (en este caso
Concepcin), queda idntico al de Santiago, al menos en trminos de la funcin de
regresin poblacional a ser estimada:
Modelo Concepcin

)
=
+
+
+
+
+

+
)) + (
+
+
(
+
)) +
(
) +
2014
(
alimentador Bio-Bio, en la hora de nuestra muestra33.
; observado en el
que se denomina peak de la maana. Cero en caso contrario.
se denomina peak de la tarde. Cero en caso contrario.
que se denomina como contra factual del medio da. Cero en caso contrario. Esta variable
ayuda a modelar dos grupos de control cuando se utilizan el medioda y la medianoche
como grupos distintos.
(
aplicando la poltica de cambiar el rgimen horario (DST). Cero en caso contrario.
: Variable continua que recoge la temperatura en Concepcin, suministrada por la
Direccin Meteorolgica de Chile.
caso.
33
del da. Considerando 98 observaciones prdidas por falta de data por parte de la
distribuidora para el caso de Concepcin.
58
el ao 2014; esta variable permite recoger los efectos asociados nicamente al cambio de
durante el ao 2013, durante el control madrugada.
(
)): Variable, o trmino de interaccin. Surge de la multiplicacin de
(
(
)
y
con el objetivo de medir el impacto que tiene la poltica de DST sobre el
horario peak de la maana.
(
)): Variable, o trmino de interaccin. Surge de la multiplicacin de
y
(
peak de la tarde.
(
de cada modelo; para evitar problemas de multicolinealidad entre las variables, no se
agreg variable dummie correspondiente al grupo que fue utilizado como control.
estn analizando (6 categoras, mes de referencia marzo).

MODELO CONCEPCIN. (VER ANEXO ESTIMACIONES
CONCEPCIN)
Como fue mencionado anteriormente, puesto que se ha trabajado en un modelo de
variable dependiente en escala logartmica, las interpretaciones se darn todas en
trminos porcentuales, donde el total de referencia puede ser, simplemente, el consumo
promedio por hora control/tratada segn corresponda (analizados ms arriba).
En primer lugar, respecto a la variable contra factual medioda, se puede interpretar que la
diferencia promedio de este control con respecto del de la madrugada, es que el primero
posee un consumo promedio mayor en un 4,9% promedio que el de la madrugada,
controlando por el resto de los factores. Esta diferencia es significativa a nivel poblacional,
a los niveles de confianza habitualmente aceptados (superior 90%).
Respecto a los peak: Partiendo con peak tarde; se puede decir que cuando una hora
posee esta cualidad (es decir est entre las 18:00 y las 23:00 horas), su consumo
aumenta (respecto de las horas de control: madrugada) en un 33,21% aproximadamente
(diferencia estadsticamente significativa), controlando por el resto de los factores. Por
59
otro lado cuando la hora en cuestin est dentro del intervalo de tiempo peak maana, su
consumo disminuye en un 33,6% respecto al grupo de la madrugada, ceteris paribus los
dems factores (idem).
Por otro lado cuando la temperatura sube en un grado Celsius en Concepcin, en
promedio se puede esperar que el consumo promedio disminuya, en un 0,78%,
controlando por el resto de los factores.
A diferencia del caso Arica, en Concepcin se tiene que las variables dummies que
intentaron recoger efectos propios de los das de la semana o del ao en el consumo
energtico horario presentaron resultados modestos.
Por ejemplo, la variable
exhibe el hecho de que si una hora tiene esta cualidad, en
promedio presentar un consumo 1,70% menor que una hora que no. Por otro lado si la
hora en cuestin posee la cualidad de estar ubicada dentro de un da festivo,
manteniendo constante el resto de los factores, tendr un 2,89% menos de consumo
energtico que una que est en un da hbil. Por otro lado, si la hora en cuestin est
ubicada dentro de un da sbado, podemos esperar que en promedio su consumo sea un
0,97% menor que una hora de da hbil. Todas las diferencias anteriormente descritas
son estadsticamente significativas a nivel poblacional.
La excepcin la constituye la categora
, correspondiente al da domingo. Cuando
una hora est ubicada dentro de un da domingo, se puede esperar (en la muestra) que
su consumo promedio disminuya en un 0,52%. No obstante esta diferencia no puede ser
extrapolable a la poblacin entera de anlisis.
Por otro lado, los controles de hora y meses son todos significativos y exhiben patrones
claros. En Concepcin, cualquiera de las horas de control (madrugada) disminuye el
consumo promedio respecto de la hora de referencia (00:00 hrs). En el caso de los
meses, todos exhiben una direccin clara del efecto parcial, poseer la cualidad de estar
en cualquier mes distinto de marzo hace que la hora en cuestin est entre 2,4% (mn) y
7,5% (mx) por encima del consumo promedio de marzo, controlando por todos los
dems factores.
Efectos del (tratamiento) cambio de hora en las categoras horarias analizadas.
A continuacin se analizan los trminos de interaccin para cada una de las tres
diferencias que podremos establecer mediante el mtodo DD.
En primer lugar, el control del medioda se ve afectado en una diferencia promedio de un
5,25% ms que lo que se consuma antes de aplicar la poltica de cambiar la hora,
controlando por el resto de factores. Luego el peak de la maana, se ve afectado en una
diferencia de 16,07% por la poltica de cambiar la hora, tambin al alza. Ambas
diferencias son estadsticamente significativas a nivel poblacional. Por otro lado el peak
de la tarde se ve afectado en un 1,24% al alza respecto de las horas de madrugada
(categora de diferencia); no obstante sta diferencia no es estadsticamente significativa
a los niveles habituales.
En sntesis, en el caso de Concepcin, la poltica del cambio a horario verano genera
alzas en el consumo, siendo la ms significativa la del peak de la maana.
60
Por otro lado, el modelo es significativo a nivel poblacional, y el R cuadrado del modelo
muestra que las variables elegidas para ajustar el polinomio de regresin utilizado;
explican en conjunto, alrededor del 75,59% de las variaciones en el logaritmo del
consumo.
5.3.
APLICACIN PUNTA ARENAS

Finalmente, se realizar el anlisis de la estimacin del modelo que explota el mtodo
diferencias en diferencias para medir la evaluacin del impacto de la poltica DST sobre el
consumo energtico para el caso Punta Arenas. Como se sabe, mediante la aplicacin del
algoritmo descrito a los resultados del Mtodo Heurstico, se ha determinado que para el
caso de Punta Arenas se tendr la siguiente diferenciacin entre grupo de horas tratadas
y no tratadas34:
Desde las 10:00 hrs a las 17:59 horas estar ubicado el intervalo horario
que se denomina (
).
Finalmente, el grupo de horas, o intervalo que sern las horas tratadas en
el caso de Punta Arenas, que son aquellas que estn ubicadas dentro del
intervalo 18:00 hrs hasta las 23:59 hrs. Este intervalo es nombrado como
peak.
Una vez que se han creado las dos grupos/categoras de horas a analizar en el caso de
Punta Arenas, se procede a mostrar las estadsticas descriptivas exhibidas por cada
grupo de observaciones sin hacer filtro alguno respecto a la aplicacin DST (Tabla 5.6).
TABLA 5.6. ESTADSTICAS DESCRIPTIVAS CONSUMO POR CATEGORIA HORARIA
. sum consumo_control consumo_peak

Variable
Obs
Mean
consumo_co~l
consumo_peak
6622
2208
421697.6
685384
Std. Dev.
138624.2
188956.3
Min
Max
0
0
936000
957600
Como se puede observar en los datos de Punta Arenas, las horas que estn dentro del
intervalo horario calificado como peak tienen un promedio de consumo, bastante superior
al promedio de consumo exhibido por las horas de control. Adems, en estas tambin se
observa una variacin del consumo en las horas tratadas de un 36% por encima del
consumo en las horas de control (adems de una mxima mayor, hecho casi obvio por
definicin). No obstante, cabe mencionar que la comparacin ac realizada no est
descomponiendo los resultados de acuerdo a los resultados antes o despus de la
aplicacin de la poltica DST.
Para dar cabida al argumento esgrimido al final del ltimo prrafo, se descompone el
consumo energtico de las categoras del da de acuerdo a los grupos de observaciones
34
61
registrados antes de la aplicacin de la poltica de DST, y luego despus de sta,

obtenindose los resultados de la Tabla 5.7.
TABLA 5.7. EST. DESCRIPTIVAS CONSUMO SIN DST / CON DST.
Variable
Obs
Mean
consumo_co~l
consumo_peak
2604
863
434305
756760.1
Std. Dev.
138219.6
166442
Min
Max
0
391020
763319.8
950797.4
.
Variable
Obs
Mean
consumo_co~l
consumo_peak
4018
1345
413527
639586.6
Std. Dev.
Min
Max
0
0
936000
957600
138290.3
188395.2
Como se puede observar en los datos descriptivos, luego de aplicar la poltica DST, los
datos de los controles se mantienen casi inalterados, su promedio disminuye en un
4,78%, mientras que su varianza aumenta en 0,05%. Por otro lado, en el caso de las
horas tratadas peak, su media disminuye en 15,48% luego de aplicarse la poltica DST,
mientras que su varianza aumenta en 13,19%. Esto muestra claramente la alta dispersin
en los datos post aplicacin DST para el grupo de tratamiento, lo que tiene bastante
sentido desde el punto de vista intuitivo.
Ahora que se han definido los grupos, y analizado y establecido las caractersticas
generales de cada uno, se pueden especificar la ecuacin del modelo DD que permitir
evaluar el impacto de la poltica DST sobre las horas tratadas, que corresponden al peak
de las 18:00 hrs a las 23:00 hrs.
Modelo Punta Arenas
(
)
=
+
+
(
+
2014 +
) +
(
+
)) +

(
alimentador 10, en la hora de nuestra muestra35.
; observado en el
35
del da.
62
se denomina peak de la maana, Cero en caso contrario. Cabe mencionar que esta es la
variable que define ambas categoras creadas (grupo de control, grupo tratado). Esto
debido a que si
= 1, se habla de una hora considerada como tratada, primera
categora. Pero en cambio, cuando se dice
= 0, se refiere a una hora que no cumple
la condicin de hora tratada, por lo tanto sera parte del grupo de control. Recurdese
adems, que en una regresin con variables dicotmicas como explicativas, el logaritmo
natural del consumo estimado para el grupo de control o referencia, independiente del
resto de las variables, o ceteris paribus, sera . Hasta el momento nuestro grupo de
control son las horas que no son peak.
(
aplicando la poltica de cambiar el rgimen horario (DST). Cero en caso contrario. Esta
segunda variable, al igual que la anterior, re-define el grupo de referencia (cosa que
seguir ocurriendo, en la medida que definamos ms variables dicotmicas, que definan
categoras mutuamente excluyentes). Ahora, el grupo de referencia son las horas control
antes de la aplicacin DST.
: Variable continua que recoge la temperatura en Arica suministrada por la Direccin
Meteorolgica de Chile.
caso.
el ao 2014; esta variable permite recoger los efectos asociados nicamente al cambio de
durante el ao 2013.
(
)): Variable o trmino de interaccin; surge de la multiplicacin de
y
(
peak definido. Esta variable slo tendr valor positivo cuando se analice horas peak post
aplicacin DST, lo que mide la diferencia de ser peak, respecto de la diferencia de ser
hora post DST. Es decir, compara la diferencia media en los tratados respecto la
diferencia media en los controles, es decir, el estimador DD.
(
63
del modelo; para evitar problemas de multicolinealidad entre las variables, se hizo un
anlisis previo de las correlaciones no encontrando ninguna superior a 0,5, ms all de la
obvia entre meses del ao y aplicacin de la poltica36.
estn analizando (6 categoras, categora/mes de referencia marzo).

MODELO PUNTA ARENAS. (VER ANEXO ESTIMACIONES PUNTA
ARENAS)
En primer lugar se puede decir que las horas que estn categorizadas como peak exhiben
un consumo promedio de 46,06% ms que cualquiera de las otras horas, controlando por
el resto de los factores. Por otro lado, las horas que fueron registradas despus de la
aplicacin de la poltica de DST exhiben, en promedio, un consumo un 4,40% menor que
las horas sin DST. Por otro lado, la variable temperatura muestra que si esta ltima sube
en un grado, entonces el consumo energtico disminuye en 0,7%, controlando por el resto
de los factores.
Por otro lado, nuevamente las variables correspondientes a las categoras propias de los
das exhiben resultados interesantes. En primer lugar los das que estn catalogados
como controles DST muestran un consumo de un 7,3% mayor a los das que no lo son
(das comunes). Los das festivos por su parte, muestran que en promedio se consume un
6,28% menos, controlando por el resto de los factores. Mientras que los das domingo, por
otro lado, se consume en promedio un 3,48% menos que los das de la semana. Todos
stos resultados son significativos a los niveles estadsticos habituales. Mientras que el
resultado de ser una hora de da sbado disminuye el consumo promedio en 6,97%, lo
que no es significativo a nivel poblacional.
La variable dummie que recoge los efectos no observados que cambiaron de un ao a
otro, nos dice que en promedio las horas registradas el 2014 exhiben un consumo mayor
en un 26,94% que las del ao 2013. Mientras que los efectos de las horas son ambiguos
(van en ambos sentidos), los meses por su parte ofrecen resultados significativos, siendo
negativos en el primer trimestre analizado, y positivos en las observaciones de meses del
segundo trimestre.
Finalmente, la variable de interaccin que recoge el efecto promedio del tratamiento sobre
los das tratados, y que informar sobre los efectos de aplicar la poltica DST a las horas
peak, muestra que cuando se aplica DST, las horas peak disminuyen su promedio de
consumo en un 12,96%, controlando por el resto de los factores. Este resultado es
significativo a los niveles estadsticos habituales. Por lo tanto, se tiene un efecto
importante en base a las mediciones de datos para el caso Punta Arenas.
36
Ver Anexo de Estimaciones Punta Arenas para analizar matriz de correlaciones entre las
variables independientes del modelo estimado.
64
Finalmente, cabe mencionar que el modelo es significativo a nivel poblacional, y que el R

cuadrado informa que el 71,94% de las variaciones del logaritmo del consumo estn
explicadas por el modelo aqu propuesto.
5.4.
REDUCCIN EN EL CONSUMO ELECTRICO DEBIDO A LA

APLICACIN DEL DST
Los porcentajes de reduccin en el consumo de energa elctrica que han sido expuestos
hasta ahora, muestran cuanto es la disminucin en el consumo en las horas donde el DST
produce algn efecto. Para poder apreciar el efecto anual, se debe considerar la cantidad
de horas afectas al DST y la cantidad de meses donde se aplica la medida.
Considerando a la Regin Metropolitana como ejemplo para la metodologa, en primer
lugar se debe establecer la cantidad de horas diarias donde afecta el DST. Lo anterior se
muestra en la Tabla 5.8.
TABLA 5.8. DISTRIBUCIN DE HORAS PARA ANALISIS DE SANTIAGO
Periodo del da
Horas peak maana (DST aplica)
Horas peak tarde (DST aplica)
Horas no afectas tarde (DST no aplica)
Horas no afectas noche (DST no aplica)
Horario en que
aplica
05:00 10:00
17:00 24:00
10:00 17:00
00:00 05:00
Cantidad de
horas
5 horas
7 horas
7 horas
5 horas
De acuerdo a lo anterior, y considerando que el ahorro en las horas peak maana y peak
tarde son 4,40% y 7,76% respectivamente, la reduccin por da donde se aplica el DST
est dada por la siguiente expresin:

7,76% 7
+ 4,40% 5
24
= 3,18%
El ao 2014, el horario de invierno se extendi entre los das 27 de abril y 7 de

septiembre, lo que corresponde a 133 das. Al ser este el horario oficial de Chile hasta el
ao 2014 (huso horario -04:00 horas), los das afectos al DST son a los cuales aplica el
horario de verano (-03:00 horas), por lo tanto, la reduccin porcentual en todo el ao est
definida por la siguiente expresin:

= 3,18%
365 133
= 2,02%
365
Se debe notar que ese porcentaje corresponde a la reduccin solamente para el sector
residencial de la Regin Metropolitana. Si consideramos que el porcentaje de consumos
residenciales en dicha regin es del 27% [22], entonces la reduccin para toda la regin
en su conjunto es de un 0,547%, lo que es un valor dentro del rango esperado de acuerdo
a las experiencias internacionales.
65
Considerando la informacin disponible del Instituto Nacional de Estadsticas (INE) del

ao 2010, se utiliz los valores de consumos elctricos residenciales de la regin
caracterstica de la ciudad, por ejemplo, para la ciudad de Arica se utiliz los valores de la
regin de Tarapac [22]. Mencionado lo anterior y haciendo uso de la Tabla 6.1, se
obtiene los siguientes porcentajes de ahorro de energa elctrica anual respectivos a cada
ciudad.
Ahorro Anual de Energa Elctrica

0,60%
0,50%
0,40%
0,30%
0,20%
0,10%
0,00%
-0,10%
-0,20%
-0,30%
-0,40%
0,55%
0,48%
0,04%
Santiago
Arica
Concepcin
Punta Arenas
-0,32%
FIGURA 5.1. AHORRO ANUAL PORCENTUAL DE ENERGA ELCTRICA.
En la Figura 5.1 se puede apreciar que tanto Santiago como Punta Arenas presentan
ahorros inferiores al 1% pero los cuales igual son significativos en comparacin con la
ciudad de Arica que solo presenta un 0,04%. Por otro lado, la ciudad de Concepcin al
aplicar la poltica de cambio de horario verano, presenta aumentos en los consumos
residenciales del 0,32%.
Dicho lo anterior, en trminos de energa elctrica, la ciudad de Santiago presenta un
ahorro de 94,312 GWh, Arica de 0,971 GWh y Punta Arenas de 1,888 GWh. Por su parte
la ciudad de Concepcin presenta un aumento en la energa elctrica de 21,322 GWh37.
En la Tabla 5.9 se muestra la valorizacin del ahorro de energa producto de la aplicacin
del DST. Para ello se considera el valor de la tarifa BT1, la cual est asociada a clientes
residenciales suministrados por las distribuidoras que facilitaron la informacin de
consumo elctrico que fue utilizada en el presente estudio.
37
Los valores descritos estn sujeto bajo la informacin disponible en el INE para el ao 2010.
66
TABLA 5.9. TABLA CON VALORIZACIN EN PESOS DEL AHORRO DEBIDO AL DST,
CONSIDERANDO LA TARIFA BT1
Ciudad
Distribuidora
Arica
Santiago
Concepcin
Punta Arenas
EMELARI
CHILECTRA
CGE Distribucin
EDELMAG
Ahorro de
energa
[GWh]
0,971
94,312
-21,322
1,888
[$/kWh] BT1
Feb-2015
135,815
100,987
110,704
119,73
Ahorro
monetario
MM$
$ 131,9
$ 9.524,3
-$ 2.360,4
$ 226,1
67
6. RESUMEN DE RESULTADOS DEL MODELO

ECONOMETRICO
A nivel de sntesis, cabe mencionar que todos los modelos propuestos son significativos a
nivel poblacional, lo que indica la validez estadstica de los resultados obtenidos. No
obstante, estos resultados se obtienen a partir de una muestra de alrededor de 8000
observaciones, en promedio, lo que a pesar de parecer bastante, es poco, ya que slo
analiza ventanas de tiempo prximas a la poltica energtica analizada, tomando as un
horizonte temporal de corto plazo. Sera interesante preguntarse qu ocurrira con los
resultados si se analizaran ventanas, o series de tiempo ms extensas (por ejemplo,
considerando un horizonte temporal de 5 a 10 aos), de tal forma de obtener un
comportamiento continuo del consumo en el tiempo, captar tendencias estacionarias,
ciclos en el consumo de energa, etc. Sin embargo la inexistencia de informacin
adecuada para ese tipo de estudios, limita las posibilidades de avance en stas lneas
directrices.
Por otro lado, los modelos propuestos para cada caso, exceptuando a Arica, explican
alrededor del 70% de las variaciones registradas en el logaritmo del consumo. Esto sirve
para argumentar que el conjunto de variables incorporadas (que a excepcin de los
grupos de control fueron las mismas para todas las aplicaciones geogrficas realizadas)
ayudan a explicar un porcentaje bastante alto de las variaciones del logaritmo del
consumo. Por otro lado, el 36% de explicacin logrado en Arica nos plantea interrogantes
al respecto de la situacin de consumo energtico en el norte del Pas, que pareciese
obedecer a dinmicas distintas a la del resto de regiones analizadas. Al respecto,
obsrvese por ejemplo, en los resultados generales (Tabla 6.1), los resultados de la
variable temperatura, cuando esta aumenta en uno, en general el consumo energtico
disminuye en algo menos de un 1% la hora (efecto que se ampla dos veces en el caso de
Santiago); mientras que para el caso Arica, el mismo aumento de temperatura genera un
aumento en el consumo energtico de un 1%. Esto nos indica que las diferencias
relacionadas con el clima (y los efectos de este sobre el consumo energtico) no sern
recogidas simplemente con incorporar la variable temperatura, sino que, como se sabe en
geografa, hay un gran conjunto de variables que se pueden mencionar a la hora de dar la
explicacin al clima de una ciudad.
Otra observacin al respecto de los resultados generales (sintetizados en la Tabla 6.1) es
que se puede mencionar que las cuatro aplicaciones del modelo no arrojan resultados
muy distintos de la literatura en trminos de la ambigedad en la direccin de los efectos
encontrados, pero es bastante dismil en la magnitud de los mismos. Adems en los
casos definidos como tal, los coeficientes encontrados para los llamados peak de la
maana no arrojan signos claros sobre si stos aumentan el consumo realmente, o ms
bien lo bajan (independiente de la poltica DST). De una manera distinta, los coeficientes
del peak de la tarde, muestran que ste aumenta el consumo medio entre un 20% y un
30% dependiendo del lugar geogrfico.
Por otro lado el estudio le da validez emprica a la hiptesis (basada en el sentido comn)
que los das sbados, domingos y festivos el consumo energtico disminuye. No obstante,
la observacin de que esto no ocurre en Santiago los das domingo plantea interrogantes
de investigacin interesantes en trminos de poltica pblica.
68
Finalmente, se concluye el anlisis economtrico con las observaciones sobre el efecto de

la poltica. Cuando sta se aplic a un solo grupo de horas tratadas el resultado es
inequvocamente negativo, aplicar DST disminuye el consumo promedio, siendo este
efecto significativo a nivel individual. Sin embargo, cuando la especificacin del modelo
obedeci a definir ms de un grupo de tratados, la direccin negativa del efecto de la
poltica se mantiene en Santiago, pero se vuelve positiva en Concepcin, siendo adems
en esta ciudad no significativo el efecto sobre el peak de la tarde. Como el carcter de
estudio preliminar, cabe mencionar que las limitaciones del mismo hacen eco de que sus
resultados deben analizarse con la debida precaucin cientfica.
TABLA 6.1. RESUMEN DE RESULTADOS
Modelo
Santiago
Arica
Concepcin
Punta Arenas
Peak /peak maana*
52,92%
-4%
-33.60%
46.06%
Peak tarde
21,2%
N/A
33.21%
N/A
Contra factual medioda
N/A
N/A
4.90%
N/A
Horario de Verano (DST)
-2.11%
-0.90%
-9.28%
-4.40%
Temperatura
-2.16%
1.06%
-0.78%
-0.70%
Controles DST
-1.90%
-3.80%
-1.70%
7.30%
Festivos
-7.38%
-23.65%
-2.89%
**-6.28%
Sbados
-1.39%
-7.97%
-0.97%
-6.97%
Domingos
1.38%
-32.97%
**-0.52%
-3.48%
Ao 2014
-27.94%
**3.08%
4.06%
26.94%
PEAKDST -DD(maana*)
-4.40%
-1.46%
16.07%
-12.96%
PEAKDST -DD2- (tarde*)
-7.76%
N/A
**1.24%
N/A
efecto (+ / -)
efectos (-)
**efecto (+ / -)
No significativo
efectos (+)
Invierno (+) y
Verano (+)
Variable
Controles por horas del

efecto (-)
da
Controles por meses
efecto (-)
analizados
*Casos que slo aplican a Santiago
Concepcin
**Variables No Significativas.
69
7. CONCLUSIONES
La poltica del cambio de horario de verano produce su ahorro de energa elctrica ms
significativo en la ciudad de Santiago, con un valor de 94,31 GWh. Porcentualmente, su
efecto es similar al producido en la ciudad de Punta Arenas, pero de todas formas con un
valor anual bajo el 1%. Todo lo anterior es similar a lo indicado en los estudios
internacionales del DST.
La ciudad de Arica no se ve afectada por la poltica del cambio de hora (0,04% ahorro de
energa elctrica anual), esto debido principalmente, al gran periodo con horas luz que
presentan las ciudades ms cercanas al Ecuador. Sin embargo, Arica muestra una
tendencia contraria en la influencia de la temperatura en el consumo de energa elctrica
respecto a las otras ciudades. A medida que aumenta la temperatura en una hora
representativa, el consumo se incrementa en un 1,06% en dicha hora. Si seguimos
pendientes de la influencia de la temperatura, tanto Punta Arenas como Concepcin
muestran que el aumento de temperatura genera ahorros de 0,70% y 0,78%
respectivamente. Sin embargo, son menores al ahorro producido en Santiago (2,16%),
debido principalmente a que la calefaccin del sur de Chile sigue siendo principalmente
en base a lea y derivados, y no plenamente elctrica.
La ciudad de Concepcin se ve afectada negativamente por la poltica del cambio de
horario verano, puesto que su consumo anual aumenta en 21,33 GWh (0,32% anual).
Esto se puede comprobar en las curvas caractersticas del mtodo heurstico de la
respectiva ciudad, donde el peak en la tarde no tiene alteraciones (lo cual demuestra a la
vez, la no significancia del porcentaje obtenido en el mtodo diferencia en diferencia para
dicho peak) versus un peak en la maana que es prolongado, producto del horario de
verano que genera una conducta en los consumidores a prender luces ms temprana por
la maana (una hora ms aproximadamente).
Por su parte, el ao 2014 respecto al 2013, la ciudad de Santiago present un ahorro para
una hora representativa del 27,94% respecto a las otras ciudades que aumentan su
consumo. Esto puede deberse principalmente al desarrollo tecnolgico y la eficiencia
energtica aplicada a los tipos de consumos de energa elctrica de dicha ciudad.
Respecto a la ciudad de Valparaso, no s pudo realizar un estudio aplicando el mtodo
diferencia en diferencia, debido a que no se cuenta con informacin de la temperatura
para las 24 horas del da 38 . Esta no es un dato arbitrario, dado que en los modelos
expuestos la nica variable de carcter continuo es la temperatura.
38
Especficamente, las estaciones meteorolgicas de la Regin de Valparaso solo cuentan con

temperaturas por hora para el intervalo de tiempo entre las 12:00 y las 24:00 en horario GMT, lo
que en Hora Chilena corresponde a las 9:00-21:00 y 8:00-22:00 para horarios de verano e invierno
respectivamente. Estos intervalos de tiempo dejan fuera de anlisis la mayor parte de los horarios
peak, que son los periodos donde el DST afecta de mayor forma.
70
8. BIBLIOGRAFA
[1] Departamento de Ingeniera Elctrica de la Universidad de Santiago de Chile, "Cambio
de horario y su efecto en el consumo de energa," DIE USACH, Santiago, Informe de
avances 2014.
[2] Myriam BC and Newsham, Guy R Aries, "Effect of daylight saving time on lighting
energy use: A literature review," Energy Policy, vol. 36, no. 6, pp. 1858-1866, 2008.
[3] Time and Date AS. (2014, Dec) Daylight Saving Time Around the World 2014. [Online].
http://www.timeanddate.com/time/dst/2014.html
[4] Ryan and Wolff, Hendrik Kellogg, "Daylight time and energy: Evidence from an
Australian experiment," Journal of Environmental Economics and Management, vol. 56,
no. 3, pp. 207-220, 2008.
[5] Jo Craven McGinty, "Studies Cast Doubt on Value of Daylight- Saving Time," Wall
Street Journal, oct 2014, Two academic studies rebut the idea that daylight saving
reduces energy use, and one even concludes the policy increases demand for
electricity.
[Online].
http://online.wsj.com/articles/studies-cast-doubt-on-value-ofdaylight-saving-time-1414775919
[6] Joseph Basconi and Jeffrey Kantor, "The Impact of Daylight Saving Time on Electricity
Consumption in Indiana," p. 20, Agosto 2007.
[7] California Energy Commission (CEC), "Effects of daylight saving time on California
electricity use," California Energy Commission (CEC), California, Report P400-01-013,
2001.
[8] U.S Department of Energy Office of Energy Efficiency and Renewable Energy, "Impact
of Extended Daylight Saving Time on National Energy Consumption," U.S Department
of Energy, Technical Documentation for Report to Congress Energy Policy Actof 2005,
Section 110 , 2008.
[9] Matthew J. Kotchen and Laura E. Grant, "Does Daylight Saving Time Save Energy?
Evidence from a Natural Experiment in Indiana," National Bureau of Economic
Research, 1050 Massachusetts Avenue, NBER Working Paper 14429, Octubre 2008.
[10] Mohammad Momani, Baharudin Yatim, and Mohd Alaudd, "The impact of the daylight
saving time on electricity consumption-A case study from Jordan," Energy Policy, vol.
37, no. 5, pp. 2042-2051, 2009.
[11] Servet Karasu, "The effect of daylight saving time options on electricity consumption of
Turkey," Energy, vol. 35, no. 9, pp. 3773-3782, 2010.
[12] SI Hill, F Desobry, EW Garnsey, and Y-F Chong, "The impact on energy consumption
of daylight saving clock changes," Energy Policy, vol. 38, no. 9, pp. 4955-4965, 2010.
71
[13] Moncef Krarti and Ali Hajiah, "Analysis of impact of daylight time savings on energy use
of buildings in Kuwait," Energy Policy, vol. 39, no. 5, pp. 23192329, 2011.
[14] F. Mirza and O. Bergland, "The impact of daylight saving time on electricity
consumption: Evidence from southern Norway and Sweden," Energy Policy, vol. 39,
no. 6, pp. 35583571, 2011.
[15] T Lahti, E Nysten, J Haukka, P Sulander, and T Partonen, "Daylight saving time
transitions and road traffic accidents," Journal of Environmental and Public Health,
2010.
[16] S.A. Feguson, D.F. Preusser, A.K. Lund, P.L. Zador, and R.G. Ulmer, "Daylight saving
time and motor vehicle crashes: the reduction in pedestrian and vehicle occupant
fatalities," American Journal of Public Health, pp. 9296, 1995.
[17] T Kantermann, M Juda, M Merrow, and T Roenneberg, "The human circadian clock's
seasonal adjustment is disrupted by daylight saving time," Current Biology, 2007.
[18] C.M. Shapiro, F. Blake, E. Fossey, and B. Adams, "Daylight saving time in psychiatric
illness," Journal of Affective Disorders, vol. 19, no. 3, pp. 177181, 1990.
[19] M.J. Kamstra, L.A. Kramer, and M.D. Levi, "Losing sleep at the market: The daylight
saving anomaly," American Economic Review, 2000.
[20] L Mller, D. Schiereck, M.W. Simpson, and C. Voigt, "Daylight saving effect," Journal of
Multinational Financial Management, vol. 19, no. 2, pp. 127138, 2009.
[21] Instituto de Asuntos Pblicos de la Universidad de Chile, "Efecto en el consumo de
energa elctrica del cambio de horario en Chile," Universidad de Chile, Santiago,
Chile, 2009.
[22] Instituto Nacional de Estadisticas. (2015, Febrero) Generacin y Distribucin Elctrica.
[Online].
http://www.ine.cl/canales/chile_estadistico/estadisticas_economicas/energia/series_est
adisticas/series_estadisticas.php
72
9. ANEXOS
9.1.
ESTIMACIONES ECONOMTRICAS DE LOS MODELOS

PROPUESTOS 39.
Estimacin Modelo N1; un solo grupo de control.

Linear regression
Number of obs
F( 27, 8378)
Prob > F
R-squared
Root MSE
Ln_consumo
Coef.
peakm
peakt
hvdst
temp
cdst
festivos
sabado
domingo
y2014
peakm_dst
peakt_dst
hora1
hora2
hora3
hora4
hora10
hora11
hora12
hora13
hora14
hora15
hora16
abril
mayo
agosto
septiembre
octubre
_cons
-.5292056
.212497
-.0211234
-.0216348
-.0194683
-.07378
-.0135089
.0138526
-.2793628
-.0440248
-.0776418
-.2672757
-.486349
-.632492
-.720178
-.3662869
-.2531535
-.1576425
-.0831812
-.0263711
-.0125526
-.0316268
-.0719286
-.0650238
-.2352718
-.2417974
-.2913525
3.447981
Robust
Std. Err.
.0119076
.0092888
.0082573
.0005365
.0058888
.008899
.0049028
.0058793
.0036941
.0121319
.0089349
.0097199
.0097777
.0093762
.0090507
.0086283
.0085785
.0086865
.0091991
.0099067
.0102742
.0104047
.0065209
.0107141
.0117035
.0075521
.0063194
.0146246
t
-44.44
22.88
-2.56
-40.33
-3.31
-8.29
-2.76
2.36
-75.62
-3.63
-8.69
-27.50
-49.74
-67.46
-79.57
-42.45
-29.51
-18.15
-9.04
-2.66
-1.22
-3.04
-11.03
-6.07
-20.10
-32.02
-46.10
235.77
P>|t|
0.000
0.000
0.011
0.000
0.001
0.000
0.006
0.018
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.008
0.222
0.002
0.000
0.000
0.000
0.000
0.000
0.000
=
8406
= 1324.57
= 0.0000
= 0.7718
= .16758
[95% Conf. Interval]

-.5525474
.1942887
-.0373097
-.0226865
-.0310118
-.0912241
-.0231196
.0023277
-.2866041
-.0678064
-.0951564
-.286329
-.5055157
-.6508717
-.7379196
-.3832004
-.2699696
-.1746701
-.1012138
-.0457908
-.0326926
-.0520226
-.0847112
-.0860261
-.2582135
-.2566015
-.3037402
3.419313
-.5058637
.2307053
-.0049372
-.0205831
-.0079248
-.0563358
-.0038982
.0253776
-.2721214
-.0202433
-.0601271
-.2482224
-.4671822
-.6141123
-.7024365
-.3493733
-.2363375
-.1406149
-.0651487
-.0069515
.0075873
-.011231
-.059146
-.0440216
-.2123301
-.2269934
-.2789648
3.476649
39
Todas las Estimaciones se realizaron mediante la importacin (posterior a su depuracin) de los

datos entregados por las diversas compaas elctricas e instituciones gubernamentales.
73
Estimacin Modelo N2; dos grupos de control.

Linear regression
Number of obs
F( 21, 8384)
Prob > F
R-squared
Root MSE
Ln_consumo
Coef.
CFmid
peakm
peakt
hvdst
temp
cdst
festivos
sabado
domingo
y2014
peakm_dst
peakt_dst
hora1
hora2
hora3
hora4
abril
mayo
agosto
septiembre
octubre
_cons
-.1757899
-.502735
.1816692
-.0229414
-.0134775
-.0231573
-.0671566
-.0120761
.0137448
-.2812366
-.0359798
-.0913483
-.2591461
-.4724837
-.6129793
-.6943324
-.0410949
-.0130932
-.1670214
-.1881825
-.2699382
3.313662
Robust
Std. Err.
.0079003
.0118727
.0096049
.0085616
.000529
.0063636
.0096285
.005256
.0063354
.003922
.0122272
.0096442
.0095629
.0095828
.0091654
.0088081
.0069559
.0110344
.0120296
.0078185
.0067726
.0147223
t
-22.25
-42.34
18.91
-2.68
-25.48
-3.64
-6.97
-2.30
2.17
-71.71
-2.94
-9.47
-27.10
-49.31
-66.88
-78.83
-5.91
-1.19
-13.88
-24.07
-39.86
225.08
P>|t|
0.000
0.000
0.000
0.007
0.000
0.000
0.000
0.022
0.030
0.000
0.003
0.000
0.000
0.000
0.000
0.000
0.000
0.235
0.000
0.000
0.000
0.000
=
8406
= 1475.76
= 0.0000
= 0.7430
= .17778

-.1912764
-.5260084
.1628412
-.0397243
-.0145145
-.0356315
-.0860309
-.0223792
.0013259
-.2889247
-.059948
-.1102533
-.2778917
-.4912683
-.6309457
-.7115986
-.0547303
-.0347234
-.1906024
-.2035086
-.2832142
3.284802
-.1603034
-.4794616
.2004972
-.0061585
-.0124404
-.0106831
-.0482823
-.0017731
.0261637
-.2735486
-.0120115
-.0724434
-.2404006
-.4536991
-.595013
-.6770663
-.0274595
.0085371
-.1434404
-.1728563
-.2566622
3.342521
74
9.2.
ESTIMACIONES STATA PARA MODELO ARICA.
Matriz de Correlaciones
. correlate peak hvdst temp cdst festivos sabado domingo y2014 hora1 hora2 hora3 hora4 hora5 hora6 hora8 hora9 h
> ora10 hora11 hora12 hora13 hora14 hora15 hora16 hora17 abril mayo agosto septiembre octubre
(obs=8830)
peak
hvdst
temp
cdst
festivos
sabado
domingo
y2014
hora1
hora2
hora3
hora4
hora5
hora6
hora8
hora9
hora10
hora11
hora12
hora13
hora14
hora15
hora16
hora17
abril
mayo
agosto
septiembre
octubre
hora3
hora4
hora5
hora6
hora8
hora9
hora10
hora11
hora12
hora13
hora14
hora15
hora16
hora17
abril
mayo
agosto
septiembre
octubre
hora14
hora15
hora16
hora17
abril
mayo
agosto
septiembre
octubre
peak
hvdst
temp
cdst festivos
sabado
domingo
y2014
hora1
hora2
1.0000
-0.0007
-0.3686
0.0001
-0.0003
0.0001
-0.0004
0.0000
0.1338
0.1338
0.1338
0.1338
0.1338
0.1338
0.1338
0.1338
-0.3249
-0.3249
-0.3249
-0.3249
-0.3249
-0.3249
-0.3249
0.1338
0.0001
0.0001
0.0001
-0.0003
0.0001
1.0000
0.3396
0.2955
0.0186
-0.0024
0.0061
0.0026
-0.0006
-0.0006
-0.0006
-0.0006
-0.0006
-0.0006
-0.0006
-0.0006
-0.0006
-0.0006
0.0006
0.0006
0.0006
0.0006
0.0006
0.0006
0.2495
-0.5599
-0.5599
0.1593
0.3620
1.0000
0.2246
-0.0191
0.0215
0.0350
0.1100
-0.0664
-0.0764
-0.0845
-0.0947
-0.1022
-0.1090
-0.1099
-0.0418
0.0324
0.0852
0.1235
0.1498
0.1611
0.1529
0.1335
0.1008
0.2189
0.0350
-0.4362
-0.3085
-0.0831
1.0000
0.0737
0.0321
0.0356
-0.0164
-0.0000
-0.0000
-0.0000
-0.0000
-0.0000
-0.0000
-0.0000
-0.0000
-0.0000
-0.0000
-0.0000
-0.0000
-0.0000
-0.0000
-0.0000
-0.0000
0.1223
-0.1702
-0.1702
0.1449
-0.1702
1.0000
0.0206
-0.0891
-0.0124
0.0001
0.0001
0.0001
0.0001
0.0001
0.0001
0.0001
0.0001
0.0001
0.0001
0.0001
0.0001
0.0001
0.0001
0.0001
0.0001
-0.0269
0.0381
-0.0297
0.0435
0.0049
1.0000
-0.1663
0.0077
-0.0000
-0.0000
-0.0000
-0.0000
-0.0000
-0.0000
-0.0000
-0.0000
-0.0000
-0.0000
-0.0000
-0.0000
-0.0000
-0.0000
-0.0000
-0.0000
-0.0135
0.0014
0.0221
-0.0132
-0.0193
1.0000
-0.0000
0.0001
0.0001
0.0001
0.0001
0.0001
0.0001
0.0001
0.0001
0.0001
0.0001
0.0001
0.0001
0.0001
0.0001
0.0001
0.0001
-0.0099
-0.0156
0.0052
0.0098
-0.0156
1.0000
-0.0000
-0.0000
-0.0000
-0.0000
-0.0000
-0.0000
-0.0000
-0.0000
-0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
-0.0000
-0.0000
-0.0000
-0.0000
1.0000
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0000
-0.0000
-0.0000
0.0001
-0.0000
1.0000
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0000
-0.0000
-0.0000
0.0001
-0.0000
hora3
hora4
hora5
hora6
hora8
hora9
hora10
hora11
hora12
hora13
1.0000
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0000
-0.0000
-0.0000
0.0001
-0.0000
1.0000
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0000
-0.0000
-0.0000
0.0001
-0.0000
1.0000
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0000
-0.0000
-0.0000
0.0001
-0.0000
1.0000
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0000
-0.0000
-0.0000
0.0001
-0.0000
1.0000
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0000
-0.0000
-0.0000
0.0001
-0.0000
1.0000
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0000
-0.0000
-0.0000
0.0001
-0.0000
1.0000
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0000
-0.0000
-0.0000
0.0001
-0.0000
1.0000
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0000
-0.0000
-0.0000
0.0001
-0.0000
1.0000
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0000
-0.0000
-0.0000
0.0001
-0.0000
1.0000
-0.0435
-0.0435
-0.0435
-0.0435
-0.0000
-0.0000
-0.0000
0.0001
-0.0000
hora14
hora15
hora16
hora17
abril
mayo
agosto septie~e
octubre
1.0000
-0.0435
-0.0435
-0.0435
-0.0000
-0.0000
-0.0000
0.0001
-0.0000
1.0000
-0.0435
-0.0435
-0.0000
-0.0000
-0.0000
0.0001
-0.0000
1.0000
-0.0435
-0.0000
-0.0000
-0.0000
0.0001
-0.0000
1.0000
-0.0000
-0.0000
-0.0000
0.0001
-0.0000
1.0000
-0.1987
-0.1987
-0.1947
-0.1987
1.0000
-0.2027
-0.1986
-0.2027
1.0000
-0.1986
-0.2027
1.0000
-0.1986
1.0000
75
Estimacin Modelo ARICA regresin robusta a problemas de Heteroscedasticidad.

note: hora14 omitted because of collinearity
Linear regression
Number of obs
F( 29, 8706)
Prob > F
R-squared
Root MSE
Ln_consumo
Coef.
peak
hvdst
temp
cdst
festivos
sabado
domingo
y2014
peak_dst
hora1
hora2
hora3
hora4
hora5
hora6
hora8
hora9
hora10
hora11
hora12
hora13
hora14
hora15
hora16
hora17
abril
mayo
agosto
septiembre
octubre
_cons
-.0403541
-.0091045
.0105985
-.0380813
-.2365463
-.0796715
-.3297256
.030798
-.0146148
-.0528842
-.1141423
-.1699383
-.2037994
-.2183191
-.2058391
-.1389052
.0131066
.0407126
.0623106
.0627155
.0326925
0
.0201858
.0018439
-.0140732
.0323741
.0027589
-.0049484
.0065533
-.001573
6.11902
Robust
Std. Err.
.0110308
.0110608
.0020099
.0084731
.012231
.006178
.0089172
.0048941
.0094566
.0168314
.0125575
.0125254
.012934
.0127379
.014781
.0136992
.0131045
.0136893
.0133583
.0125018
.0121099
(omitted)
.0110721
.013141
.0110291
.0078937
.0129606
.0160957
.0142351
.0114586
.0475478
P>|t|
=
=
=
=
=
8736
179.87
0.0000
0.3647
.21797
-3.66
-0.82
5.27
-4.49
-19.34
-12.90
-36.98
6.29
-1.55
-3.14
-9.09
-13.57
-15.76
-17.14
-13.93
-10.14
1.00
2.97
4.66
5.02
2.70
0.000
0.410
0.000
0.000
0.000
0.000
0.000
0.000
0.122
0.002
0.000
0.000
0.000
0.000
0.000
0.000
0.317
0.003
0.000
0.000
0.007
-.061977
-.0307863
.0066586
-.0546905
-.2605219
-.0917818
-.3472054
.0212043
-.033152
-.0858778
-.138758
-.194491
-.2291532
-.2432884
-.2348132
-.1657589
-.0125813
.0138782
.0361252
.038209
.0089543
-.0187312
.0125773
.0145384
-.021472
-.2125706
-.0675612
-.3122457
.0403916
.0039224
-.0198907
-.0895267
-.1453855
-.1784456
-.1933498
-.1768649
-.1120514
.0387946
.067547
.088496
.087222
.0564307
1.82
0.14
-1.28
4.10
0.21
-0.31
0.46
-0.14
128.69
0.068
0.888
0.202
0.000
0.831
0.759
0.645
0.891
0.000
-.0015182
-.0239155
-.0356928
.0169004
-.0226469
-.0364999
-.0213508
-.0240347
6.025815
.0418898
.0276032
.0075465
.0478477
.0281647
.026603
.0344573
.0208886
6.212225
76
9.3.
ESTIMACIONES STATA PARA MODELO CONCEPCIN.
. correlate Cfmediodia peakm peakt hvdst temp cdst festivos sabado domingo y2014 cf_mediodia_dst peakm_dst peakt
> _dst hora2 hora3 hora4 abril mayo agosto septiembre octubre
(obs=7473)
Cfmediodia
peakm
peakt
hvdst
temp
cdst
festivos
sabado
domingo
y2014
cf_mediodi~t
peakm_dst
peakt_dst
hora2
hora3
hora4
abril
mayo
agosto
septiembre
octubre
cf_mediodi~t
peakm_dst
peakt_dst
hora2
hora3
hora4
abril
mayo
agosto
septiembre
octubre
Cfmedi~a
peakm
peakt
hvdst
temp
1.0000
-0.3604
-0.4056
-0.0018
0.4810
0.0004
0.0003
0.0014
0.0022
-0.0044
0.6665
-0.2507
-0.2793
-0.1466
-0.1463
-0.1466
0.0016
0.0012
0.0017
-0.0026
-0.0054
1.0000
-0.2945
-0.0040
-0.3780
0.0002
0.0012
0.0009
0.0015
-0.0029
-0.2402
0.6956
-0.2028
-0.1064
-0.1062
-0.1064
0.0011
0.0013
0.0011
-0.0019
-0.0040
1.0000
-0.0002
0.0937
0.0003
-0.0002
0.0010
0.0017
-0.0033
-0.2703
-0.2049
0.6887
-0.1198
-0.1196
-0.1198
0.0012
0.0015
0.0013
-0.0022
-0.0045
1.0000
0.2922
0.3361
0.0126
0.0088
0.0070
-0.1600
0.4283
0.3246
0.3616
-0.0016
-0.0022
-0.0016
0.3423
-0.5409
-0.5411
0.0729
0.3080
1.0000
0.1335
-0.0160
0.0103
0.0168
0.0553
0.4821
-0.2244
0.2126
-0.1148
-0.1297
-0.1454
0.1001
-0.0568
-0.2875
-0.1165
-0.0171
1.0000
0.0118
0.0371
0.0376
-0.0273
0.1473
0.1079
0.1255
0.0001
0.0004
0.0001
0.1381
-0.1870
-0.1871
0.0763
-0.1280
cf_med~t peakm_~t peakt_~t
hora2
hora3
1.0000
-0.0432
-0.0433
0.0004
0.0005
0.0005
-0.0008
-0.0016
1.0000
-0.0432
0.0008
0.0009
0.0008
-0.0005
-0.0036
1.0000
-0.1671
-0.1862
-0.0977
-0.0975
-0.0977
0.1493
-0.2317
-0.2318
0.0276
0.1260
1.0000
-0.1411
-0.0740
-0.0739
-0.0740
0.1144
-0.1756
-0.1757
0.0216
0.0964
1.0000
-0.0825
-0.0823
-0.0825
0.1253
-0.1956
-0.1957
0.0241
0.1058
cdst festivos
sabado
domingo
y2014
1.0000
0.0437
-0.0888
-0.0289
0.0062
0.0050
0.0050
0.0005
0.0006
0.0005
-0.0253
0.0467
-0.0284
0.0177
0.0295
1.0000
-0.1687
0.0185
0.0048
0.0043
0.0048
0.0004
0.0007
0.0004
-0.0123
0.0044
0.0042
-0.0080
-0.0183
1.0000
0.0002
0.0054
0.0048
0.0041
0.0006
-0.0010
0.0006
-0.0117
-0.0181
0.0048
0.0185
-0.0192
1.0000
-0.0746
-0.0554
-0.0637
-0.0012
-0.0006
-0.0012
0.0845
0.0856
0.0860
-0.1585
-0.2690
hora4
abril
mayo
1.0000
0.0004
0.0005
0.0005
-0.0008
-0.0016
1.0000
-0.2386
-0.2387
-0.1763
-0.1633
1.0000
-0.2435
-0.1799
-0.1666
agosto septie~e
1.0000
-0.1800
-0.1667
1.0000
-0.1231
octubre
octubre
1.0000
77
Estimacin Modelo CONCEPCIN regresin robusta a problemas de

Heteroscedasticidad.
. //Estimamos el modelo 2 con dos contrafactuales y 2 grupos de tratamiento //
. reg Ln_consumo Cfmediodia peakm peakt hvdst temp cdst festivos sabado domingo y2014 cf_mediodia_dst peakm_dst
> peakt_dst hora2 hora3 hora4 abril mayo agosto septiembre octubre, robust
Linear regression
Number of obs
F( 21, 7451)
Prob > F
R-squared
Root MSE
Ln_consumo
Coef.
Cfmediodia
peakm
peakt
hvdst
temp
cdst
festivos
sabado
domingo
y2014
cf_mediodia_dst
peakm_dst
peakt_dst
hora2
hora3
hora4
abril
mayo
agosto
septiembre
octubre
_cons
.0490365
-.3360936
.3320634
-.0928476
-.007841
-.0169739
-.0289489
-.0097089
-.0060522
.0406177
.0525336
.1607914
.0124471
-.2956826
-.4189216
-.4900565
.0247417
.0569356
.0880732
.0753372
.0094843
13.56159
Robust
Std. Err.
.0074238
.01094
.0079566
.0092818
.0006984
.005635
.0080196
.0044469
.0052034
.003558
.0070595
.0128349
.0093092
.0084959
.0081831
.0080392
.0053923
.0094823
.0100056
.0075979
.0074619
.014524
t
6.61
-30.72
41.73
-10.00
-11.23
-3.01
-3.61
-2.18
-1.16
11.42
7.44
12.53
1.34
-34.80
-51.19
-60.96
4.59
6.00
8.80
9.92
1.27
933.74
P>|t|
0.000
0.000
0.000
0.000
0.000
0.003
0.000
0.029
0.245
0.000
0.000
0.000
0.181
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.204
0.000
=
7473
= 1634.26
= 0.0000
= 0.7559
= .14435

.0344837
-.3575391
.3164663
-.1110425
-.0092101
-.02802
-.0446695
-.0184261
-.0162524
.033643
.038695
.1356314
-.0058016
-.3123368
-.4349627
-.5058155
.0141712
.0383477
.0684593
.0604432
-.0051433
13.53312
.0635892
-.3146481
.3476606
-.0746527
-.0064719
-.0059278
-.0132283
-.0009917
.004148
.0475924
.0663722
.1859514
.0306958
-.2790283
-.4028805
-.4742975
.0353122
.0755235
.107687
.0902312
.0241118
13.59006
78
9.4.
ESTIMACIONES STATA PARA MODELO PUNTA ARENAS.

. correlate peak hvdst temp cdst festivos sabado domingo y2014 hora1 hora2 hora3 hora4 hora5 hora6 hora8 ho
> ora10 hora11 hora12 hora13 hora14 hora15 hora16 hora17 abril mayo agosto septiembre octubre
(obs=8828)
peak
hvdst
temp
peak
hvdst
temp
cdst
festivos
sabado
domingo
y2014
hora1
hora2
hora3
hora4
hora5
hora6
hora8
hora9
hora10
hora11
hora12
hora13
hora14
hora15
hora16
hora17
abril
mayo
agosto
septiembre
octubre
1.0000
0.0022
0.0297
-0.0001
-0.0010
-0.0001
0.0005
-0.0000
-0.1205
-0.1205
-0.1201
-0.1205
-0.1205
-0.1205
-0.1205
-0.1205
-0.1205
-0.1205
-0.1205
-0.1205
-0.1205
-0.1205
-0.1205
-0.1205
-0.0001
-0.0001
-0.0001
0.0002
0.0002
1.0000
0.4556
0.2956
0.0186
-0.0023
0.0060
0.0026
-0.0006
-0.0006
-0.0015
-0.0006
-0.0006
-0.0006
-0.0006
-0.0006
-0.0006
-0.0006
0.0006
0.0006
0.0006
0.0006
0.0006
0.0006
0.2496
-0.5599
-0.5599
0.1594
0.3618
1.0000
0.2436
-0.0168
-0.0108
0.0019
-0.0483
-0.0637
-0.0716
-0.0794
-0.0863
-0.0931
-0.0986
-0.0986
-0.0709
-0.0144
0.0400
0.0836
0.1154
0.1354
0.1433
0.1369
0.1161
0.1971
-0.1569
-0.3978
-0.1561
0.1160
1.0000
0.0737
0.0321
0.0357
-0.0164
-0.0000
-0.0000
0.0004
-0.0000
-0.0000
-0.0000
-0.0000
-0.0000
-0.0000
-0.0000
-0.0000
-0.0000
-0.0000
-0.0000
-0.0000
-0.0000
0.1223
-0.1702
-0.1702
0.1448
-0.1701
hora3
hora4
hora5
hora3
hora4
hora5
hora6
hora8
hora9
hora10
hora11
hora12
hora13
hora14
hora15
hora16
hora17
abril
mayo
agosto
septiembre
octubre
1.0000
-0.0434
-0.0434
-0.0434
-0.0434
-0.0434
-0.0434
-0.0434
-0.0434
-0.0434
-0.0434
-0.0434
-0.0434
-0.0434
0.0005
0.0005
0.0005
0.0006
-0.0024
1.0000
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0000
-0.0000
-0.0000
0.0001
0.0001
hora14
1.0000
-0.0435
-0.0435
-0.0435
-0.0000
-0.0000
-0.0000
0.0001
0.0001
hora14
hora15
hora16
hora17
abril
mayo
agosto
septiembre
octubre
cdst festivos
sabado
domingo
y2014
hora1
hora2
1.0000
0.0205
-0.0891
-0.0124
0.0001
0.0001
0.0003
0.0001
0.0001
0.0001
0.0001
0.0001
0.0001
0.0001
0.0001
0.0001
0.0001
0.0001
0.0001
0.0001
-0.0269
0.0381
-0.0297
0.0434
0.0050
1.0000
-0.1663
0.0077
-0.0000
-0.0000
0.0004
-0.0000
-0.0000
-0.0000
-0.0000
-0.0000
-0.0000
-0.0000
-0.0000
-0.0000
-0.0000
-0.0000
-0.0000
-0.0000
-0.0135
0.0014
0.0221
-0.0133
-0.0191
1.0000
0.0003
0.0002
0.0002
-0.0010
0.0002
0.0002
0.0002
0.0002
0.0002
0.0002
0.0002
0.0002
0.0002
0.0002
0.0002
0.0002
0.0002
-0.0098
-0.0155
0.0053
0.0099
-0.0162
1.0000
-0.0000
-0.0000
-0.0000
-0.0000
-0.0000
-0.0000
0.0000
-0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
-0.0000
-0.0000
-0.0000
0.0000
1.0000
-0.0435
-0.0434
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0000
-0.0000
-0.0000
0.0001
0.0001
1.0000
-0.0434
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0000
-0.0000
-0.0000
0.0001
0.0001
hora6
hora8
hora9
hora10
hora11
hora12
hora13
1.0000
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0000
-0.0000
-0.0000
0.0001
0.0001
1.0000
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0000
-0.0000
-0.0000
0.0001
0.0001
1.0000
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0000
-0.0000
-0.0000
0.0001
0.0001
1.0000
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0000
-0.0000
-0.0000
0.0001
0.0001
1.0000
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0000
-0.0000
-0.0000
0.0001
0.0001
1.0000
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0000
-0.0000
-0.0000
0.0001
0.0001
1.0000
-0.0435
-0.0435
-0.0435
-0.0435
-0.0435
-0.0000
-0.0000
-0.0000
0.0001
0.0001
1.0000
-0.0435
-0.0435
-0.0435
-0.0435
-0.0000
-0.0000
-0.0000
0.0001
0.0001
hora15
hora16
hora17
abril
mayo
agosto septie~e
octubre
1.0000
-0.0435
-0.0435
-0.0000
-0.0000
-0.0000
0.0001
0.0001
1.0000
-0.0435
-0.0000
-0.0000
-0.0000
0.0001
0.0001
1.0000
-0.0000
-0.0000
-0.0000
0.0001
0.0001
1.0000
-0.1988
-0.1988
-0.1947
-0.1986
1.0000
-0.2027
-0.1986
-0.2026
1.0000
-0.1986
-0.2026
1.0000
-0.1985
1.0000
79
Estimacin Modelo PUNTA ARENAS regresin robusta a problemas de

Heteroscedasticidad
Linear regression
Number of obs
F( 30, 8672)
Prob > F
R-squared
Root MSE
Ln_consumo
Coef.
peak
hvdst
temp
cdst
festivos
sabado
domingo
y2014
peak_dst
hora1
hora2
hora3
hora4
hora5
hora6
hora8
hora9
hora10
hora11
hora12
hora13
hora14
hora15
hora16
hora17
abril
mayo
agosto
septiembre
octubre
_cons
.4605587
-.0439661
-.0073553
.0729508
-.0628268
-.0069723
-.0347977
.2693741
-.1295967
-.0366803
-.2560697
-.3897669
-.4561312
-.4647474
-.4191619
-.211338
-.1701543
-.0736585
-.0021199
.0522452
.0861171
.0906582
.0841748
.0858026
.1239339
-.0400167
-.0638759
.1899007
.1938644
.1930923
12.8775
Robust
Std. Err.
.0126387
.0094334
.0009934
.0088095
.0112819
.0064614
.0074141
.0043969
.009935
.017236
.016111
.0150959
.0145659
.0146747
.0163238
.0173475
.0149866
.0137856
.0138561
.0141603
.014491
.0154115
.0140921
.0138125
.014225
.0087576
.0124426
.0128566
.0093771
.0089366
.0173424
t
36.44
-4.66
-7.40
8.28
-5.57
-1.08
-4.69
61.27
-13.04
-2.13
-15.89
-25.82
-31.31
-31.67
-25.68
-12.18
-11.35
-5.34
-0.15
3.69
5.94
5.88
5.97
6.21
8.71
-4.57
-5.13
14.77
20.67
21.61
742.54
P>|t|
0.000
0.000
0.000
0.000
0.000
0.281
0.000
0.000
0.000
0.033
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.878
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
=
=
=
=
=
8703
864.97
0.0000
0.7194
.20552

.4357839
-.0624577
-.0093026
.055682
-.084942
-.0196382
-.0493311
.2607553
-.1490717
-.070467
-.2876511
-.4193583
-.4846838
-.4935133
-.4511606
-.2453432
-.1995315
-.1006815
-.029281
.0244876
.0577114
.0604479
.056551
.0587268
.0960494
-.0571838
-.0882663
.1646987
.175483
.1755745
12.84351
.4853334
-.0254744
-.005408
.0902196
-.0407117
.0056937
-.0202644
.277993
-.1101217
-.0028935
-.2244882
-.3601754
-.4275785
-.4359814
-.3871633
-.1773328
-.140777
-.0466355
.0250413
.0800028
.1145229
.1208684
.1117986
.1128784
.1518183
-.0228497
-.0394855
.2151026
.2122458
.2106102
12.9115
80

Cambio de Hora Informe Final Revisado

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Cambio de Hora Informe Final Revisado

Uploaded by

Copyright:

Available Formats

Departamento de Ingeniera Elctrica

UNIVERSIDAD DE SANTIAGO DE CHILE

CAMBIO DE HORARIO Y SU EFECTO EN EL

Departamento de Ingeniera Elctrica

Santiago, febrero 2015

Estado del arte............................................................................................................ 5

Historia del DST................................................................................................... 5

Casos de estudios internacionales Recientes ...................................................... 6

El Cambio de Hora en Chile............................................................................... 12

Metodologas para analizar el impacto del cambio de hora ....................................... 18

Aplicacin en Santiago ............................................................................... 21

Aplicacin en Regiones .............................................................................. 31

Mtodo Economtrico aplicado a Santiago ........................................................ 39

Estrategia de Identificacin, causalidad y experimentos. ............................ 39

Por qu un cuasi-experimento? ................................................................ 40

Anlisis de los contra factuales. .................................................................. 40

Interpretacin de las estimaciones muestrales. (Ver anexo estimaciones) . 45

Aplicacin del modelo economtrico en regiones ..................................................... 48

Aplicacin Arica. ................................................................................................ 51

5.1.1. Interpretacin de las estimaciones muestrales: modelo Arica. (Ver anexo

5.2.1. Interpretacin de las estimaciones muestrales: modelo Concepcin. (Ver

Aplicacin Punta Arenas .................................................................................... 61

5.3.1. Interpretacin de las estimaciones muestrales: modelo Punta Arenas. (Ver

Reduccin en el consumo electrico debido a la aplicacin del DST ................... 65

Resumen de resultados del modelo Econometrico ................................................... 68

Estimaciones Economtricas de los modelos propuestos. ................................. 73

Estimaciones Stata para modelo Arica. ............................................................. 75

Estimaciones Stata para modelo Concepcin. ................................................... 77

Estimaciones Stata para modelo Punta Arenas. ................................................ 79

3. ESTADO DEL ARTE

HISTORIA DEL DST

Los primeros indicios de ahorro energtico en relacin al aprovechamiento de la luz del

La prdida de luz de las velas y luz de da.

CASOS DE ESTUDIOS INTERNACIONALES RECIENTES

El estado de Victoria extendi durante dos meses la aplicacin del DST, en

FIGURA 3.1. DEMANDAS ENERGTICAS PROMEDIO DE (A) SOUTH AUSTRALIA (ESTADO DE

ESTADOS UNIDOS 2008

INDIANA EXPERIMENTAL 2008

2. Se analiz el impacto global de aplicar DST al comparar las curvas de demanda

REINO UNIDO 2010

ESTUDIOS RELACIONADOS A EFECTOS SOCIALES

EL CAMBIO DE HORA EN CHILE

Cronologa de la Regulacin del Cambio de Hora:

Norma Tcnica de Seguridad y Calidad de Servicio (NTSyCS):

FIGURA 3.2. CAMBIO DE HORA EN CHILE.

FIGURA 3.3. LNEA DEL TIEMPO DE DECRETOS POR EL CAMBIO DE HORA.

4. METODOLOGAS PARA ANALIZAR EL IMPACTO DEL

1. En primer lugar, se debe seleccionar la zona geogrfica donde se desea realizar el

FIGURA 4.1. DEMANDA ELCTRICA HORARIA PRE APLICACIN HORARIO DE INVIERNO

6. Tras obtener las dos curvas equivalentes de demanda de energa elctrica

hubiese ocurrido de no haberse aplicado el cambio de hora. Estos nuevos puntos

4.1.1. APLICACIN EN SANTIAGO

Supervisin, Control y Adquisicin de Datos

FIGURA 4.2. PERODOS DE TIEMPO O VENTANAS RESPECTO A LOS

Demanda horaria 1er Trimestre 2013

Demanda horaria 1er Trimestre 2013

Demanda horaria 2do Trimestre 2013

Demanda horaria 2do Trimestre 2013

Demanda horaria 1er Trimestre 2014

Demanda horaria 1er Trimestre 2014

Demanda horaria 2do Trimestre 2014

FIGURA 4.9. DEMANDA ELCTRICA EN EL SEGUNDO TRIMESTRE 2014 PARA VENTANA DE 5

La primera apreciacin es la diferencia existente entre los resultados obtenidos con

variables conductuales en la gente que no pueden ser explicadas nicamente como un