En este trabajo se estudian los métodos que permiten mejorar el funcionamiento del sistema de subtransmisión de la Zona Cachapoal de Transnet S.A., específicamente en el subsistema Paine, tomando en cuenta la aplicación de la ley N° 19.940 de Marzo de 2004, la cual regula los sistemas tarifarios en subtransmisión y el transporte de electricidad. Esta ley define que los sistemas de subtransmisión deben ser de acceso abierto para cualquier empresa que quisiera conectarse al sistema, además de entregar la información necesaria a los usuarios para el cálculo de las tarifas en subtransmisión de forma transparente. Se define también en esta ley que el pago realizado por los usuarios debe representar los costos reales del sistema de subtransmisión para un periodo de cuatro años, el cual se denomina Valor Anual de Subtransmisión (VASTx), determinado por la suma de la anualidad del valor de inversión (AVI) y de los costos de operación y administración (COMA), además de generar ingresos por concepto de reducción de pérdidas de energía y potencia. El cálculo del VASTx se obtiene del análisis de un sistema teórico eficientemente operado y adaptado a una demanda de diez años, por lo que el sistema modelado puede diferir del real. Dentro del cálculo del VASTx emerge el concepto de pérdidas teóricas, las que se representan a través de los factores de expansión de pérdidas que se calculan para cada barra de retiro, representando una señal de eficiencia a la que debe llegar el sistema de subtransmisión real. El objetivo de este trabajo es realizar un estudio de los métodos que permitan obtener una reducción en las pérdidas técnicas en el sistema de subtransmisión para diferentes escenarios de demanda a proyectar en un horizonte de 10 años, para esto se utilizaran bancos de compensación de potencia reactiva que se conectaran en las barras de retiro candidatas considerando los diferentes controles de estos equipos. La proyección de la demanda de la zona será realizada mediante el software “R Project” en donde se construye un algoritmo de Montecarlo que modelara mediante funciones de probabilidad los comportamientos horarios de cada demanda y en base a un modelo de movimiento browniano se generaran mil escenarios probables de demanda. Posteriormente mediante métodos de reducción de escenarios por inteligencia artificial se determinaran un número más pequeño de escenarios probables de demanda con el fin de disminuir los tiempos de simulación. La proyección del precio de nudo en la zona se determinara mediante métodos autorregresivos (ARIMA) considerando el historial de precios otorgados en las bases de la Comisión Nacional de Energía (CNE), además se considerara un análisis de sensibilidad del 40 % para el precio de nudo.FONDECYTFONDECYT