Desde el 12 de julio de 2026 el diésel premium bajó de 3,25 a 3,20 dólares por galón en Ecuador, tras un ajuste del Gobierno a la fórmula del sistema de bandas que rige desde 2024. Es una buena noticia para el margen de cualquier operación con generadores, motobombas o flota propia, pero no cambia la pregunta que de verdad importa en el día a día: con el nivel de hoy y el ritmo de consumo real de las últimas semanas, ¿cuántos días de autonomía le quedan al tanque, y en qué fecha exacta hay que tener lista la próxima recarga? Ya cubrimos cómo medir nivel, flujo y recargas en tiempo real en la guía de monitoreo de combustible; esta entrega se enfoca en el paso siguiente, que casi ninguna operación hace de forma sistemática: convertir ese histórico de lecturas en una proyección confiable de cuándo se va a vaciar el tanque.
De “cuánto queda” a “cuánto tiempo me queda”
Un sensor de nivel capacitivo o ultrasónico responde una pregunta puntual: hoy hay, por ejemplo, 1.200 litros en el tanque. Esa cifra por sí sola no dice si alcanza para tres días o para tres semanas, porque el consumo no es constante: un generador de respaldo consume distinto según la frecuencia de los cortes de red, una motobomba de riego consume distinto en época de siembra que en época seca, y una planta con proceso continuo consume distinto según el turno de producción. La autonomía —los días u horas que restan antes de que el tanque llegue a un nivel crítico— solo se puede calcular dividiendo el volumen disponible entre una tasa de consumo, y esa tasa tiene que salir del histórico real del equipo, no de la ficha técnica del fabricante ni de una estimación a ojo del operador.
La fórmula más simple es la de días de suministro (days of supply) que usa cualquier sistema de gestión de inventario: litros disponibles entre consumo promedio diario. El problema no está en la fórmula, sino en qué consumo promedio usar —y ahí es donde la mayoría de tableros de combustible se quedan cortos, mostrando un solo número de litros por hora sacado del manual del motor en lugar de calcularlo con los datos que el propio tanque ya generó.
Tres formas de calcular el consumo promedio, y por qué no dan lo mismo
Con semanas de lecturas de nivel y flujo acumuladas en Yubox Cloud, hay tres formas de resumir “cuánto consume este equipo por día”, y cada una responde a un escenario distinto:
- Promedio simple (todo el histórico): suma todo el consumo registrado y lo divide entre los días transcurridos. Es la forma menos sensible al ruido, pero también la más lenta para reaccionar: si el equipo empezó a trabajar más horas por semana, un promedio de 90 días todavía arrastra el consumo bajo de los meses anteriores y subestima el riesgo real.
- Media móvil ponderada: en lugar de pesar todos los días por igual, asigna más peso a los últimos 7 o 14 días. Reacciona más rápido a un cambio de régimen —por ejemplo, el arranque de la temporada de riego o un aumento de cortes de red— sin descartar por completo la historia previa.
- Suavización exponencial: cada nueva lectura actualiza el promedio con la fórmula pronóstico = α × consumo de hoy + (1 − α) × pronóstico anterior, donde α (típicamente entre 0,1 y 0,4) controla cuánto peso recibe el dato más reciente. Un α alto sigue de cerca los cambios bruscos de consumo; uno bajo suaviza el ruido diario propio de la variación normal de carga. Es el método que mejor equilibra reacción y estabilidad cuando el consumo cambia de nivel pero no hay que perseguir cada pico aislado.
Para un generador de respaldo cuyo uso depende de cortes de red impredecibles, la suavización exponencial con α alrededor de 0,3 suele dar una proyección más realista que un promedio de 90 días, que amortigua exactamente la señal que más importa: el cambio reciente en la frecuencia de uso.
La autonomía no es un número, es un rango
Reportar “quedan 9 días de autonomía” como si fuera un dato exacto es el error más común al pasar del sensor al dashboard. El consumo diario real tiene variación —un día de proceso pesado consume más que un día de mantenimiento— y esa variación se traduce directamente en incertidumbre sobre la fecha de agotamiento. La forma correcta de comunicarlo es con dos cifras, no una:
- Caso esperado: litros disponibles entre el consumo promedio (por cualquiera de los tres métodos anteriores).
- Caso conservador (peor escenario razonable): litros disponibles entre el consumo máximo sostenido observado en el histórico reciente, no un pico aislado de una hora sino el promedio del día de mayor consumo de las últimas semanas.
La diferencia entre ambas cifras —por ejemplo, “entre 7 y 11 días de autonomía”— es información operativa real: si el rango es angosto, el consumo es predecible y programar la recarga es sencillo; si es amplio, el equipo tiene un patrón de uso errático que amerita revisar antes de confiar en cualquier fecha puntual. Este mismo principio de comparar contra una línea base variable, en lugar de un número fijo, es el que ya aplicamos para separar patrones normales de anomalías reales en el histórico de consumo eléctrico.
El punto de reorden: cuándo pedir la recarga, no solo cuándo alarmar
Saber que quedan pocos días no basta si el pedido de combustible no llega de un día para otro. La logística de combustible en Ecuador se concentra en pocas terminales —Pascuales en Guayas y El Beaterio en Pichincha son los principales centros de almacenamiento y despacho— y desde ahí el transporte hacia una camaronera costera, una finca alejada o una planta rural puede tomar desde algunas horas hasta un par de días según la ruta y el proveedor contratado. Ese tiempo de espera —el lead time— es la pieza que le falta a una simple alerta de “nivel bajo” para convertirse en una decisión logística.
El concepto que usa cualquier sistema de inventario para resolver esto es el punto de reorden (reorder point):
Punto de reorden = (consumo promedio diario × días de lead time) + stock de seguridad
Aplicado a un tanque de diésel: si el equipo consume en promedio 80 litros por día, el proveedor tarda 2 días en entregar desde que se hace el pedido, y se quiere un colchón de seguridad de un día adicional para cubrir imprevistos (un pico de consumo o un retraso del transporte), el sistema debería disparar la orden de compra cuando el tanque llegue a 240 litros (80 × 2 + 80), no cuando llegue a cero ni cuando “se vea bajo” en una inspección visual. Ese umbral se recalcula solo cada vez que cambia el consumo promedio, así que un equipo que empieza a trabajar más horas ve subir automáticamente su punto de reorden, sin que nadie tenga que ajustar manualmente una alarma fija.
Estacionalidad: por qué un solo modelo no sirve para todo el año
Un histórico de varios meses revela algo que una proyección de 30 días no puede ver: el consumo de combustible casi nunca es plano en el tiempo. En una finca, el consumo de una motobomba de riego sube marcadamente en época seca y baja a casi nada en temporada de lluvias; en una camaronera, la demanda de aireación y por tanto el respaldo de generación varía con la densidad de siembra de cada ciclo de cultivo; en cualquier sitio que dependa de generador de respaldo, el consumo sigue de cerca la frecuencia de los cortes de la red pública, que no es constante mes a mes. Proyectar la autonomía de los próximos 30 días usando el promedio de todo el año pasado ignora esa estacionalidad y puede dar una falsa sensación de margen justo antes de entrar a la temporada de mayor consumo.
La forma práctica de corregir esto sin construir un modelo estadístico complejo es comparar el mismo período contra el año anterior cuando ya existe suficiente historial —el consumo de agosto de este año contra el de agosto pasado, no contra el promedio de todo el año—, el mismo principio de normalización que ya aplicamos al leer históricos de consumo eléctrico y al ajustar el consumo esperado por labor agrícola en lugar de compararlo contra un número fijo.
De la proyección al dashboard, sin hojas de cálculo
Nada de este cálculo depende de un modelo complicado ni de exportar datos a Excel cada semana. El sensor de nivel del tanque —el mismo que ya reporta las lecturas para monitoreo de combustible en tiempo real o para generadores de respaldo— transmite por LoRaWAN en banda AU915 hacia Yubox Cloud, donde el histórico ya queda acumulado día tras día. Sobre esa misma base de datos se calcula el promedio móvil o la suavización exponencial, se define el punto de reorden por equipo, y se dispara la alerta de recarga con suficiente anticipación para que el pedido llegue antes de que el tanque toque el umbral crítico —en lugar de después. Para operaciones con varios tanques y varios equipos, un Sensor Hub o una tarjeta Yubox Industrial centralizan las señales de nivel y flujo de cada punto antes de transmitirlas.
Conclusión
Un tablero de combustible que solo muestra el nivel actual responde la mitad de la pregunta. La otra mitad —cuántos días de autonomía quedan, con qué margen de incertidumbre, y en qué fecha hay que activar la próxima recarga— solo sale de proyectar el histórico real de consumo, no de un número fijo de manual. Con el diésel bajando esta vez pero con el sistema de bandas todavía capaz de subirlo hasta un 5% el mes que viene, tener esa proyección calculada de forma automática es lo que separa una recarga programada con calma de una carrera de último momento contra un tanque vacío. ¿Quiere proyectar la autonomía de combustible de sus equipos con datos reales? Conversemos sobre qué sensores y qué punto de reorden calzan con su operación.