The aim of this study was to assess the influence of hydrogel and zinc oxide nanoparticles on quinoa germination and establishment. Various doses of a commercial potassium-based hydrogel (0, 5, 7, and 9 g), each dissolved in one liter of rainwater, were applied. Additionally, 1.5 g of zinc oxide nanoparticles (ZnO-NP) and pre-crushed nitrogen fertilizer, at a rate of 1.6 kg/ha, were added to the solution to achieve a homogeneous mixture. Following the application of hydrogel in the 10-linear-meter rows corresponding to each treatment area in every block, 25 seeds per linear meter of the “Blanca de Juli” quinoa cultivar were sown with a 4 cm spacing between the seeds. Subsequently, a thin layer of soil, approximately 0.5 cm thick, was used to cover the seeds. Ten seedlings were randomly selected and labeled for subsequent evaluations. The experimental design employed in this research was a completely randomized block design. The collected data underwent an analysis of variance, and the means of all the treatments were compared using Tukey’s test with a 5% probability. Height and diameter evaluations of the plant neck were conducted every 45 days. The doses used in this study (5, 7, and 9 g of hydrogel per liter of water) significantly enhanced seed germination and increased the number of plants per linear meter (from 82.00 to 90.33) compared to the control dose without hydrogel (14.66), which resulted in an average of one plant per linear meter.

En el sector Oil & Gas, las refinerías presentan una alta demanda energética en sus procesos operativos, lo que se traduce en un consumo significativo de electricidad generada a partir de combustibles fósiles dentro del sistema eléctrico, lo cual representa un incremento en la huella de carbono de las refinerías. En el contexto actual de transición energética y reducción de emisiones, la integración de energías renovables representa una alternativa viable para complementar el suministro eléctrico en instalaciones industriales. Se tiene como objetivo desarrollar un programa computacional interactivo implementado en Python que permita modelar el balance energético entre la generación fotovoltaica y el consumo eléctrico convencional en refinerías. El modelo integra variables operativas, económicas y climáticas. El propósito de esta herramienta es estimar la viabilidad en la incorporación de energías renovables en este tipo de instalaciones industriales. La metodología incluye la estimación del potencial de generación solar a partir de datos climáticos y de consumo energético, para la simulación en distintos niveles de integración fotovoltaica en zonas estratégicas del Perú. Además, el modelo desarrollado es validado mediante la comparación de sus resultados con estudios reportados. Asimismo, se realiza una evaluación económica mediante indicadores como el costo anual del sistema y el retorno de la inversión bajo diferentes escenarios operativos. Los resultados previstos permitirán identificar rangos óptimos de integración fotovoltaica que contribuyan a reducir el consumo eléctrico convencional y mejorar la eficiencia energética en las refinerías. Por otro lado, el análisis proporcionará criterios técnicos y económicos que apoyen la toma de decisiones respecto a la implementación de esquemas híbridos de suministro energético, combinando generación solar fotovoltaica con fuentes eléctricas convencionales. Adicionalmente, el enfoque propuesto puede fortalecerse mediante la incorporación de datos históricos de operación en el programa desarrollado, lo que permitiría mejorar la precisión de los análisis y las proyecciones energéticas. Finalmente, la metodología desarrollada presenta potencial para adaptarse y ampliarse en la evaluación de la integración de otras tecnologías renovables, como la energía solar térmica, eólica, entre otras.