Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Tesis JuanPerez
Tesis JuanPerez
Profesor Gua
Profesores de la Comisin
Profesor Invitado
SANTIAGO - CHILE
OCTUBRE 2001
ndice
1.- INTRODUCCIN ................................................................................................................................................................. 1
1.1 M OTIVACIN Y ALCANCES.................................................................................................................................................1
1.2 OBJETIVOS ............................................................................................................................................................................4
1.3 M ETODOLOGA.....................................................................................................................................................................4
1.4 ESTRUCTURA DEL TRABAJO...............................................................................................................................................4
2.- EL PROBLEMA DEL FLUJO DE POTENCIA PTIMO ....................................................................................... 6
2.1 RESUMEN ..............................................................................................................................................................................6
2.2 INTRODUCCIN.....................................................................................................................................................................6
2.3 DESCRIPCIN GENERAL DE UNA RED ELCTRICA..........................................................................................................8
2.3.1 Modelo de Lnea de Transmisin..........................................................................................................................10
2.3.2 Modelo de Transformador.....................................................................................................................................10
2.3.3 Modelo de Compensador Esttico Regulable.....................................................................................................11
2.3.4 Modelo de Carga o Consumo................................................................................................................................12
2.4 FORMULACIN DEL PROBLEMA DEL FLUJO DE POTENCIA PTIMO ...........................................................................12
2.4.1 Parmetros, Variables de Control y de Estado..................................................................................................13
2.4.2 Funcin Objetivo.....................................................................................................................................................14
2.4.3 Restricciones............................................................................................................................................................15
2.4.4 Cotas..........................................................................................................................................................................16
3.- APLICACIN DE PROGRAMACIN CUADRTICA SECUENCIAL ..........................................................17
3.1 RESUMEN ............................................................................................................................................................................17
3.2 P ROGRAMACIN CUADRTICA SECUENCIAL ................................................................................................................17
3.2.1 Definicin..................................................................................................................................................................17
3.2.2 Formulacin General.............................................................................................................................................17
3.2.3 Criterio de Convergencia Utilizado.....................................................................................................................19
3.3 RESOLUCIN DE SUBPROBLEMAS CUADRTICOS.........................................................................................................19
3.4 CLCULO DE COSTOS M ARGINALES...............................................................................................................................20
3.5 CLCULOS PARA LA APLICACIN DE PROGRAMACIN CUADRTICA SECUENCIAL ...............................................21
3.6 CASO DETALLADO DE ESTUDIO 2 BARRAS....................................................................................................................26
4.- INTRODUCCIN EN UN SISTEMA DE APOYO A LA TOMA DE DECISIONES ....................................33
4.1 RESUMEN ............................................................................................................................................................................33
4.2 ENTORNO DE DESARROLLO..............................................................................................................................................33
4.3 HERRAMIENTA DE A NLISIS IMPLEMENTADA ..............................................................................................................38
4.3.1 Descripcin General...............................................................................................................................................38
4.3.2 Implementacin de Mtodos de Zoutendijk y Rosen .........................................................................................39
4.3.3 Validacin de mtodos de Zoutendijk y Rosen...................................................................................................40
5.- MEJORAS PROPUESTAS AL PROCESO DE OPTIMIZACIN ......................................................................44
5.1 RESUMEN ............................................................................................................................................................................44
5.2 BSQUEDA PTIMA DE PUNTOS INICIALES FACTIBLES...............................................................................................44
5.3 DUALIDAD Y SEPARACIN DE PROBLEMA DUAL DE BSQUEDA DE DIRECCIONES FACTIBLES............................47
5.3.1 Algoritmo de Descomposicin de Dantzig - Wolfe ............................................................................................47
5.3.2 Reconocimiento de la Estructura Diagonal en Bloque.....................................................................................51
5.4 DISEO DE HEURSTICA TIPO BSQUEDA TAB...........................................................................................................53
5.4.1 Bsqueda Tab.........................................................................................................................................................55
5.4.2 Determinacin de Parmetros Caso Flujo de Potencia ptimo.....................................................................56
5.5 M ATRICES RALAS EN EL SISTEMA INTERCONECTADO CENTRAL...............................................................................58
6.- RESULTADOS .....................................................................................................................................................................61
6.1 RESUMEN ............................................................................................................................................................................61
6.2 RED DE PRUEBA 6 BARRAS ..............................................................................................................................................61
6.3 A PLICACIN AL SISTEMA INTERCONECTADO CENTRAL ..............................................................................................63
6.3.1 SIC 70 Barras...........................................................................................................................................................63
6.3.2 SIC 182 Barras........................................................................................................................................................66
7.- CONCLUSIONES ...............................................................................................................................................................69
REFERENCIAS .........................................................................................................................................................................72
REFERENCIAS ELECTRNICAS ....................................................................................................................................74
GLOSARIO .................................................................................................................................................................................75
ANEXO I: MTODO DE B SQUEDA DIRECCIONES FACTIBLES DE ZOUTENDIJK..............................76
ANEXO II: MTODO DE PROYECCIN DEL GRADIENTE DE ROSEN.........................................................79
ANEXO III: CDIGOS EN GAMS DE INSTANCIAS CUADRTICAS DE PRUEB A.....................................81
ANEXO IV: DETALLE DE RESULTADOS ....................................................................................................................84
INSTALACIN DE SISTEMA DE APOYO A LA TOMA DE DECISIONES..................................................................................84
EJECUCIN DEL PROGRAMA ...................................................................................................................................................85
LECTURA DE RESULTADOS .....................................................................................................................................................88
ANEXO V: SISTEMA INTERCONECTADO CENTRAL CHILENO.....................................................................89
ndice de Ilustraciones
Figura 1: Cronologa del Proceso de Liberalizacin del Sector Elctrico _______________________________ 1
Figura 2: Esquema General de Desarrollo ______________________________________________________ 3
Figura 3: Metodologa Utilizada para el Desarrollo_______________________________________________ 4
Figura 4: Representacin de una Red Elctrica y Elementos de Red Modelados_________________________ 10
Figura 5: Representacin de una Lnea de Transmisin con Modelo PI _______________________________ 10
Figura 6: Representacin de un Transformador _________________________________________________ 11
Figura 7 : Representacin de un Equipo Compensador Esttico Regulable_____________________________ 11
Figura 8: Representacin de una Carga y sus Potencias no Servidas _________________________________ 12
Figura 9: Representacin de un Nodo de un Sistema Elctrico ______________________________________ 13
Figura 10: Red Pequea para Desarrollo Detallado______________________________________________ 26
Figura 11: Definicin y Herencia de Objetos en Sistema de Apoyo a la Toma de Decisiones________________ 34
Figura 12: Estructura de Objetos de Clculo en Sistema de Apoyo a la Toma de Decisiones________________ 34
Figura 13: Informacin de Operacin para Generadores __________________________________________ 35
Figura 14: Informacin Econmica para Generadores____________________________________________ 36
Figura 15: Informacin de Operacin para Lneas de Transmisin___________________________________ 36
Figura 16: Informacin de Operacin para Transformadores_______________________________________ 37
Figura 17: Salida Entregada ante Ejecucin____________________________________________________ 38
Figura 18: Men Principal de Herramienta de Clculo ___________________________________________ 38
Figura 19: Interaccin clases_______________________________________________________________ 40
Figura 20: Red para la Verificacin de Convergencia con Bsqueda Lineal Optimizada___________________ 45
Figura 21: Grfico Convergencia en Subproblemas para Mtodo de Zoutendijk _________________________ 46
Figura 22: Grfico Convergencia en Subproblemas para Mtodo de Rosen ____________________________ 46
Figura 23: Diagrama de Flujo de Algoritmo de Dantzig - Wolfe _____________________________________ 49
Figura 24: Red con Generadores Idnticos en una Barra __________________________________________ 54
Figura 25: Red con Porciones Simtricas______________________________________________________ 55
Figura 26: Grfico Explicativo Bsqueda Tab _________________________________________________ 55
Figura 27: Diagrama de Flujo de Heurstica Diseada ___________________________________________ 57
Figura 28: Estructura Rala de Matriz de Admitancia Nodal Compleja SIC 70 Barras_____________________ 58
Figura 29: Estructura Rala de Matriz Jacobiana Subproblema 1 SIC 70 barras_________________________ 59
Figura 30: Sistema Elctrico de Potencia Caso Wollenberg ________________________________________ 61
Figura 31: Efectos Introducidos por Compensador Esttico Regulable________________________________ 62
Figura 32: Sistema Interconectado Central Chileno, Escenario Demanda Baja e Hidrologa Hmeda ________ 64
Figura 33: Convergencia Porcentual RHS para Caso SIC 70 Barras _________________________________ 65
Figura 34: Convergencia Porcentual Costos para Caso SIC de 70 Barras _____________________________ 65
Figura 35: Evolucin Costos Totales _________________________________________________________ 66
Figura 36: Convergencia Porcentual Lado Derecho______________________________________________ 67
Figura 37: Convergencia Porcentual de Costos _________________________________________________ 67
Figura 38: Evolucin Costos Caso SIC 182 Barras_______________________________________________ 68
Figura 39: Mdulo Computacional Implementado _______________________________________________ 70
Figura 40: Diagrama de Flujo de la Ejecucin de Mtodo de Zoutendijk ______________________________ 78
Figura 41: Interpretacin Geomtrica de la Proyeccin del Gradiente________________________________ 80
Figura 42: Diagrama de Flujo de la Ejecucin de Mtodo de Rosen__________________________________ 80
Figura 43: Men para la visualizacin y manejo de redes elctricas__________________________________ 85
Figura 44: Redes de Prueba Disponibles ______________________________________________________ 86
Figura 45: Red de prueba cargada___________________________________________________________ 86
Figura 46: Eleccin de Men _______________________________________________________________ 87
Figura 47: Ventana de Opciones de la Herramienta de Anlisis _____________________________________ 87
ndice de Tablas
Tabla 1: Parmetros de Entrada para Red de Prueba Pequea______________________________________ 26
Tabla 2: Resultados Iteracin 0 _____________________________________________________________ 30
Tabla 3: Resultados Iteracin 1 _____________________________________________________________ 30
Tabla 4: Resultados Iteracin 2 _____________________________________________________________ 31
Tabla 5: Resultado Final para Red Pequea____________________________________________________ 31
Tabla 6: Datos de Resumen para Costos Totales de Generacin _____________________________________ 32
Tabla 7: Parmetros Instancia 1_____________________________________________________________ 41
Tabla 8: Resultados Instancia 1 de Validacin __________________________________________________ 41
Tabla 9: Parmetros Instancia 2_____________________________________________________________ 42
Tabla 10: Resultados Instancia 2 de Validacin _________________________________________________ 42
Tabla 11: Parmetros Instancia 3____________________________________________________________ 42
Tabla 12: Resultados Instancia 3 de Validacin _________________________________________________ 43
Tabla 13: Convergencia en Subproblemas en Funcin de la Iteracin para Red de Prueba_________________ 46
Tabla 14: Porcentaje Operaciones Efectivas con Matrices _________________________________________ 60
Tabla 15: Utilizacin de Memoria Matrices Ralas _______________________________________________ 60
Tabla 16: Resumen de Estadsticas de Red _____________________________________________________ 62
Tabla 17: Resultados Entregados sin Considerar Compensador Esttico Regulable ______________________ 62
Tabla 18: Resultados Entregados Considerando Compensador Esttico Regulable_______________________ 62
Tabla 19: Costos Marginales por Inyeccin de Potencia Reactiva en las Barras de la Red _________________ 63
Tabla 20: Resultados para Caso SIC de 70 Barras _______________________________________________ 64
Tabla 21: Datos Resumen__________________________________________________________________ 66
Tabla 22: Informacin Convergencia _________________________________________________________ 67
Tabla 23: Descripcin de Computadora Utilizada _______________________________________________ 67
1.- Introduccin
1.1 Motivacin y Alcances
A escala mundial se observa un creciente cambio en la estructura de mercado de los
sistemas elctricos de potencia (en adelante SEP) (Palma, 2000). Un factor comn a estos
cambios es la bsqueda de mayores condiciones de competencia en los sectores de generacin y
comercializacin, con el fin de aumentar la eficiencia en la produccin y distribucin de la
energa elctrica, ofreciendo un precio ms bajo, mayor calidad y seguridad del producto. Las
razones que han ocasionado estas reformas son mltiples: crisis econmica, ineficiencia en el
sector y tarifas elevadas. En la mayora de los casos se ha tratado de la privatizacin de una
empresa estatal nica. En Sudamrica se utiliza una serie de modelos, basados en un esquema de
Pool (Rudnick y Palma, 1995), que ya estn siendo aplicados. El proceso de cambio en la
estructura de mercado comienza en Chile (1982), seguido de Argentina (1992) Per (1993),
Bolivia (1994) y Colombia (1994). Este proceso ha sido seguido, a partir de 1997, por pases
centroamericanos como Panam, El Salvador, Guatemala, Nicaragua, Costa Rica, Honduras y
Mxico en 1999. Por su parte, a partir de 1996, en diversos estados de los Estados Unidos de
Norteamrica se han propuesto estructuras de mercado competitivo, basadas en contratos
bilaterales fsicos, las que se encuentran parcialmente implementadas (Tabors, 1993). En Europa
este proceso comienza en 1989 con la creacin de un sistema Pool en Inglaterra seguido a partir
de 1990 por los pases Escandinavos, donde se ha acumulado gran experiencia en la aplicacin
de estos modelos. Las normas fijadas por la Unin Europea contemplan un esquema de acceso
libre a las redes elctricas en etapas sucesivas, las que se iniciaron en Febrero de 1999.
Asimismo, en Nueva Zelanda (1987) y Australia (1991) se han desarrollado sistemas orientados
hacia ambientes con estructura de mercado competitivo. La Figura 1 muestra la cronologa de
este proceso a nivel mundial (Palma, 2000).
Chile
Unin
Europea
Nueva
Zelanda
Noruega,
Australia
Inglaterra
1982
1987
Per
Colombia,
Bolivia
Argentina
Mercado Comn
Europeo, USA
Centroamrica
Suecia, Finlandia,
Dinamarca
1998 1999
Una condicin bsica para la creacin de competencia es que las empresas generadoras
puedan acceder a sus clientes a travs del sistema de transmisin. Lo anterior puede lograrse con
la creacin de variados esquemas de acceso abierto a las redes (Rudnick y Palma, 1995; Tabors,
1993). En Europa se proponen los modelos de comprador nico y acceso negociado a terceros.
En Latinoamrica predominan los esquemas basados en una combinacin de tarificacin a costo
marginal con un pago en funcin del uso natural del sistema. Este pago se justifica por la
presencia de economas de escala en transmisin y es calculado en funcin de un impacto
incremental (Rudnick y Palma, 1995). Lo anterior deja de manifiesto, por una parte, el papel
1
El proyecto Fondecyt N 1000866 (Palma, 2000) pretende cubrir las necesidades generadas
en el contexto ya descrito. El presente estudio, inserto en este proyecto, realiza una contribucin
al conjunto de modelos de simulacin de fenmenos estacionarios, incorporando la formulacin,
programacin y solucin del problema de flujo de potencia ptimo OPF.
El esquema general en el que se desarrolla el proyecto se aprecia en la Figura 2, en la cual
se pueden distinguir las componentes esenciales para el modelamiento de un SEP. Se considera
como entrada (informacin conocida), los datos del sistema, las nuevas tecnologas que se
pueden incorporar y el marco normativo vigente. Luego, la estructura general contiene tres
modelos que interactan fuertemente: el modelo de mercado y agentes, el modelo de simulacin
de fenmenos dinmicos y el modelo de simulacin de fenmenos estacionarios, en el cual est
inserto el desarrollo del OPF. En analoga a una sistema de central en lazo cerrado, ndices de
desempeo son calculados y comparados con estndares, para as poder realizar la correcciones
necesarias.
OPF corresponde a la generalizacin del problema de despacho econmico de carga
convencional, se utiliza para la determinacin ptima de las variables de control en un sistema
elctrico y considera variadas restricciones. Usualmente la funcin objetivo corresponde a la
minimizacin costos de operacin.
Estructura para el Molamiento
de un Sistema Elctrico
Datos del
Sistema
Seleccin de
Nuevas
Tecnologas
Reglamento,
Procedimiento
General
Modelo
de Mercado
y Agentes
Modelo de
Simulacin
de Fenmenos
Estacionarios
... OPF
Modelo de
Simulacin
de Fenmenos
Dinmicos
Indices
de
desempeo
Evaluacin de
Seales / Adaptacin de
de Reglas y Procedimientos
Estndares de
desempeo
Figura 2: Esquema General de Desarrollo
Es importante mencionar, que no forma parte del presente estudio la eleccin del mtodo
de solucin para OPF escogido. Se define la utilizacin de programacin cuadrtica secuencial
(en adelante SQP), a causa de su buen comportamiento en convergencia para la resolucin de
problemas no lineales (Seibt, 1997; Boggs y Tolle, 1999 a, b). SQP es un mtodo clasificado
como una extensin del mtodo Cuasi Newton, resuelve el OPF mediante repetidas
resoluciones de una aproximacin cuadrtica del problema.
3
1.2 Objetivos
En el contexto sealado en la seccin anterior, el objetivo general del presente trabajo es
contribuir a mejorar y adaptar los mtodos de simulacin de fenmenos estacionarios en SEP y
su uso en un contexto de mercados competitivos, en particular el OPF.
Este estudio tiene como objetivos especficos:
Formular de manera extendida el OPF, haciendo uso de SQP (Boggs y Tolle, 1999 a, b)
1.3 Metodologa
Con el fin de cumplir con los objetivos trazados en el presente trabajo, se aplic la
metodologa que se resume en la Figura 3, siguiendo la secuencia lgica del desarrollo
matemtico que OPF SQP1 requiri.
Formulacin del
OPF
Desarrollo de
mejoras diseadas
-Aplicacin SIC
-Anlisis resultados
Aproximacin Cuadrtica
del lagrangeano
Construccin
subproblemas SQP
Acoplamiento de
rutinas a DSS
Implementacin y validacin
computacional de metodologas
Discusin y Conclusiones
OPF SQP es la sigla utilizada para referirse al desarrollo realizado en la presente tesis en forma global.
dado que es parte del presente estudio incluir en el modelamiento del OPF el efecto de dichos
equipos. Luego se explica el problema del OPF, definiendo formalmente los parmetros y
variables de relevancia.
El tercer captulo, describe la aplicacin de SQP en OPF, mostrando la forma que toma el
modelo al aplicar dicho mtodo. En este captulo se incluye la descripcin de los mtodos de
Zoutendijk y Rosen (Bazaraa, 1994), utilizados para resolver los subproblemas cuadrticos
generados por SQP. Finalmente, se expone en extenso un caso de estudio en una red de dos
barras y el anlisis de resultados.
En el cuarto captulo se aborda la inclusin de OPFSQP en un DSS denominado DeepEdit
(Palma, 1999), se describe el entorno de desarrollo, la definicin de objetos y los reportes
entregados por el sistema.
En el quinto captulo, se exponen las mejoras propuestas por el autor al proceso de
optimizacin, las cuales son:
El sexto captulo, desarrolla un caso de estudio del SIC y una red de prueba. Sobre la red de
prueba (seis barras) se efecta un anlisis que describe los efectos de la introduccin de un
equipo FACTS SVC en una de sus barras y la consecuente disminucin en los costos de
operacin. Sobre la red equivalente al SIC, se trata la convergencia de los mtodos
implementados, se realiza un anlisis comparativo entre los resultados obtenidos con SQP y los
que entrega el despacho econmico de carga y se interpreta econmicamente los resultados
obtenidos.
Finalmente, en el sptimo captulo se exponen las conclusiones del estudio. Sobre el
cumplimiento de los objetivos trazados, la eficacia de las metodologas utilizadas y
recomendaciones propuestas para la planificacin de operacin del SIC. Adems, se analizan los
alcances que del estudio, se trata el potencial apoyo al proceso de toma de decisiones en las
empresas del sector, mediante la explotacin de seales econmicas como los costos marginales
y la utilizacin en metodologas de anlisis dinmico de sistemas elctricos.
Modelos de tipo A: aquellos que utilizan como ncleo de clculo un algoritmo de flujo
de potencia clsico que es llamado por un proceso de optimizacin externo. Este grupo
de algoritmos elabora sucesivamente puntos de entrada al programa de flujo de
potencia, orientndolo hacia soluciones que minimizan la funcin objetivo
especificada.
Una gran variedad de tcnicas de optimizacin han sido aplicadas para resolver OPF
(Momoh y El-Hawary, 1999):
Programacin lineal.
Programacin no lineal.
Programacin cuadrtica.
Generacin Hidroelctrica,
Barras o Nodos
SVC
Barra o Nodo
Transformador
Generador
Lnea de
FACTS tipo
Transmisin
SVC
I2
V1
V2
Con este modelo se establece la relacin entre las corrientes y tensiones a travs de la
matriz compleja de admitancias. Las magnitudes de los elementos del modelo PI, son utilizados
por el OPF para calcular la matriz de admitancia nodal compleja del sistema completo. sta
participa directamente en las ecuaciones de flujo de potencia y determina las prdidas en las
lneas de transmisin.
I1
I =
2
y11
y
21
y12
y 22
V1
V
2
(1)
I1
I2
t:1
V1
V2
10
Al igual que en el caso de las lneas de transmisin, se establece la relacin entre las
corrientes y tensiones travs de la matriz de admitancias.
y11
I1 t 2
I = y
2 21
t
y12
t V1
y 22 V2
(2)
La inyeccin de potencia reactiva del SVC se expresa segn las siguientes ecuaciones.
Qmax = BindVref2
Qmin = BcapVref2
(3)
11
QU
PL
QL
r
f (x )
r
p( x ) = 0
r
h( x ) 0
(4)
12
QG
G
PU
QS
SVC
PL
QU
|V| ,
QL
Donde PG, QG, son variables de control, corresponden a la potencia activa y reactiva
inyectadas por el generador. Por su parte, V y , son variables de estado, corresponden al
mdulo de la tensin y su ngulo respectivamente. QS , es una variable de control, corresponde a
la potencia reactiva inyectada por el equipo SVC. Finalmente PL y QL, son parmetros que
representan la potencia activa y reactiva de la carga o consumo.
El vector x contiene las variables de control y estado, incluye:
PGj
QGj
PUm
QUm
Vi :
Tensin en la barra i; i N
QSj
tj
Siendo N={1,...,n} el conjunto de barras en la red elctrica y GNi, LNi, SNi y TNi (i N)
los conjuntos de generadores, cargas, equipos SVC y transformadores conectados a la barra (o
nodo) i N respectivamente. El vector x entonces ser:
x T = PG1 ,..., PG g , Q G1 ,..., QG g , PU1 ,..., PU l , QU 1 ,..., QU l , V1 ,..., Vn , 1 ,..., n , t1 ,..., t t , Q S 1 ,..., Q Ss
13
(5)
Donde:
I1
V1
M = [Y] M
I n
Vn
(6)
y11 L L L y1n
M O
M
Y= M
O
M
O M
M
y n1 L L L y nn
(7)
y ii
t i2
yij
(8)
ti
Un aspecto a mejorar es que, no todos los transformadores tienen el tap variable, pero se considera a todos como
variable de control y aquellos que no pueden variar, se fija su lmite superior e inferior en un mismo valor.
14
i GNk k N
(9)
i GN k k N
(10)
Z = Mincf + C T x + x T Qx
2
(11)
C T = G1 L Gg
0 L 0 U1 L Ul
L
2? G1 0
0
O O
M
O 2? Gg
O
M
M
M
Q =
M
M
M
M
0
L L
L L L
O
0
0 L 0
L
O O O
O
O 2? U1 O
O
O 2? Ul
O
L L L
L L 0
M
M
M
M
M
M
O
M
0 O M
O O 0
L 0 0
(12)
(13)
2.4.3 Restricciones
Las ecuaciones de balance de potencia activa y reactiva para un nodo i en el modelo
estacionario de red, definen el primer conjunto de restricciones. Son definidas por las siguientes
ecuaciones:
jGNi
Gj
jGN i
Gj
jLN i
Uj
jSN i
Sj
j LN i
Lj
j LN i
Uj
V j Vi y ij cos( i j ij ) = 0 i N
(14)
jN
j LN i
Lj
V j Vi y ij sin ( i j ij ) = 0 i N
j N
15
(15)
PLi
Q Li
(16)
QUi = 0 i LN k k N
2.4.4 Cotas
Por ltimo, se agregan como restricciones, los lmites para las tensiones en las barras y
los lmites tcnicos de operacin de los generadores. De esta manera se define el dominio de las
variables de optimizacin a travs de restricciones de desigualdad o cotas Para el caso de la
potencia no servida, los lmites se relacionan con la demanda en el nodo.
x min x x max
(17)
16
L( x, ) = f ( x) i ci ( x )
(18)
i =1
donde:
ci ( x) = pi ( x)
R 2 n+l
(19)
(20)
17
x
L( k ) = ( 2) L( k )
(21)
W (k )
(k)
A
A ( k ) x g ( k ) + A( k ) (k )
=
0
c(k)
( )
(22)
1
g ( k ) : f ( x ( k ) + ) f ( k ) + ( g ( k ) ) T + T G (k )
2
q ( k ) ( ) =
I
(k )
( ) =
1 T (k )
W + g ( k ) + f ( k )
2
T
A (k) + C (k)
(23)
18
DTP 2 + DTQ 2
100
(24)
(k)
( k 1)
| q ( k ) + q (k 1) |
| cost
2 100
(25)
En el caso del OPF, los costos marginales se pueden obtener desde los multiplicadores
de Lagrange del problema de optimizacin, que poseen dos caractersticas fundamentales:
Los multiplicadores son las variables resultantes del problema dual. Esta propiedad
es muy importante ya que matemticamente se simplifica su clculo.
A=
PU1 L PUl
QU1
QUl
V1
P
i
V j
0
PL1
O
L
QL1
PLl
Vn
Q Ll
t1
tt
Q
i
t j
L
P
i
t j
Q
i
j
L
O
L
P
i
j
Q
i
V j
QS 1 L QSs
0
(26)
Donde A es la matriz Jacobiana de las restricciones, las primeras n filas corresponden a las
restricciones de flujo de potencia activa, las siguientes n a las de flujo de potencia reactiva y las
ltimas l a las de mantencin de flujo de potencia en la carga.
Los elementos genricos en las variables de tensin (valor absoluto y ngulo) y taps reales
de los transformadores se calculan a continuacin.
Pi =
Qi =
jN
j N
Vi y ij cos( i j ij ) i N
(27)
V i y ij sin ( i j ij ) i N
(28)
21
i j
Pi Vi yij cos (?i ? j ?ij )
=
Vk y ik cos(?i ?k ? ik ) i = j
V j 2 Vi yij cos(?ij ) + k
N/ {i}
(29)
i j
Pi Vi V j y ij sin (?i ? j ?ij )
=
j Vk Vi y ik sin (? i ? k ?ik ) i = j
k N/ {i}
(30)
k i+
Pi
= V i V j cos (?i ? j ?ij )yij / t j
t j
0
i = VN ( j )
j i
(31)
j i VN ( j ) i
Vi y ij sin (?i ? j ? ij )
i j
= 2 V y sin (? ) +
Vk y ik sin (? i ? k ?ik ) i = j
i
ij
ij
V j
k
N/
{
i
}
(32)
i j
Qi Vi V j y ij cos (?i ? j ? ij )
=
j Vk Vi y ik cos(?i ? k ? ik ) i = j
kN/ {i}
(33)
Qi
k i+
Qi
= Vi V j sin (?i ? j ? ij )y ij / t j
t j
0
i = VN ( j )
j i
(34)
j VN ( j ) i
Los conjuntos i+ y i- representan las lneas que inciden y reciben un polo transformador
desde el nodo i respectivamente.
i+ = { j / (i , j ) t i }
(35)
i = {j / (i , j ) t j }
(36)
Por su parte VN(j), j = 1, ... ,t (tap real de transformador j), es una funcin que asigna a
cada tranformador el nodo al cual est conectado. Es decir, si el transformador j est en el nodo
i, entonces VN(j)=i.
Es importante recordar que los elementos de la matriz de admitancia nodal compleja son
actualizados con el valor del tap en cada iteracin.
Se ha calculado completamente la matriz Jacobiana de restricciones, ahora se procede a
calcular la matriz W del subproblema cuadrtico, la estructura se aprecia a continuacin.
22
PG1
M
PG1 L
2 G 1 0
PGn
0
QG 1 L QGn
0 L 0
PU 1
0
0
M
0
M
PGn
2 Gn
QG 1
M
0
M
L
O
0
M
0
M
QGn
PU 1
M
PUl
M
0
M
0
M
0
QU 1
W = QUl
V1
0
0
0
0
0
0
L
L
1
M
Vn
0
M
0
M
0
M
M
0
M
0
L
L
O
L
O
L
O
L
t1
M
tt
M
0
QS1
QSs
(k)
i
A=
O
L
O
O
L
O
L
2 L1
M
0
0
0
L
L
0
0
0
0
0
M
0
M
M
0
M
0
L
O
L
O
O
L
O
L
L
O
L
O
A((1k))i + i( k ) A((2k))i
i N
k =1 ,..., 2 n
B =D =
(k)
i
i N
k =1 ,..., 2 n
(k) (k )
i
(1) i
O
0
0 2 Ll
M
0
0
M
0
M
M
0
L
L
0
0
0
0
0
M
0
M
M
0
M
0
L
L
O
L
L
O
L
O
L
O
L
0
M
0
M
O
L
O
L
M
0
L
L
0
0
0
M
0
M
L
L
O
L
O
L
O
M
0
M
0 L 0
0 L 0
0
0
M O M
0 L 0
M O M
0 L 0
M
0
M
M
0
0 L 0
0
M
M
0
O
L
0 L 0
M O M
L
O
M
0
0
M
M O M
0 L 0
M
0
L
O
L
O
L
M
0
0 L 0
0 L 0
M O M
O
L
L
O
L
0
0
M
0
L
L
0
0
O
L
O
O
L
L
O
L
M
0
M
M
0
0
M
0
O
L
O
(37)
M
0
M
(38)
(40)
(k )
i
0
M
t1 L tt QS1 L QSs
0 L 0 0 L 0
i N
k =1,..., 2 n
I=
0
M
L
O
1 L n
0 L 0
C((1k))i + i( k ) C((2k))i
L Vn
L 0
(39)
i N
k =1,..., 2 n
F=H=
V1
0
i N
k =1,..., 2 n
E=
QU1 L QUl
0 L 0
B((1k))i + i( k ) B((2k))i
(k )
i
(k)
i
PUl
0
i N
k =1 ,..., 2 n
C =G =
L
L
+ i( k ) I ((2k))i
(41)
(42)
(43)
23
0
0
2 Pk
=
Vi V j yij cos (?i ? j ?ij )
2 y kk cos(? kk )
k
k
k
k
i
i
=i
=i
k
k
k
k
j
j
j
j
(44)
k
k
k
k
i
i
=i
=i
k
k
k
k
j
j
j
j
(45)
A(2)(k) :
0
0
2Qk
=
Vi V j y ij sin (?i ? j ?ij )
2 y kk sin (? kk )
B(1)(k) = D(1)(k) :
0
V y sin (? ? ? )
k
j
kj
2 Pk
k kj
= V y sin (? ? ? )
k
j
kj
i V j k kj
Vk Vs y ks sin (? k ? s ? ks )
sN / {i}
k
k
k
k
i
i
=i
=i
k
k
k
k
j
j
j
j
(46)
B(2)(k) = D(2)(k) :
0
V y cos(? ? ? )
k
j
kj
2 Qk
k kj
= V y cos(? ? ? )
k
j
kj
i V j k kj
(
V
V
y
cos
?
? s ? ks )
k s ks
k
s
N
/
{
i
}
k
k
k
k
i
i
=i
=i
k
k
k
k
j
j
j
j
(47)
k = VN ( j) k i i VN ( j)
k = i = VN ( j )
(48)
C(1)(k) = G(1)(k) :
V cos(? ? ? ) y / t
k
i
ki
kj
j
k
2 Pk
= 4 Vk cos(?kk ) y kj / t j V s cos(? k ? s ?ks ) y ks / t j
Vi t j
s +k
0
otros casos
C(2)(k) = G(2)(k) :
24
k = VN ( j ) k i i VN ( j )
k = i = VN ( j )
otros casos
(49)
E(1)(k) :
0
V V y cos (? ? ? )
k
j
kj
2 Pk
k j kj
= V V y cos (? ? ? )
k
j
kj
i j k j kj
Vk Vs y ks cos(? k ? s ? ks )
sN /{i}
ki k j
ki k= j
(50)
k=i k j
k=i k= j
E(2)(k) :
0
V V y sin (? ? ? )
k
j
kj
2 Qk
k j kj
= V V y sin (? ? ? )
k
j
kj
i j k j kj
Vk V s y ks sin (?k ? s ?ks )
sN /{i}
k i k j
k i k = j
(51)
k =i k j
k =i k = j
F(1)(k) = H(1)(k) :
Vk Vi sin (? k ? i ? ki ) ykj / t j
Pk
= Vk Vs sin (? k ? s ? ks )y ks / t j
i t j s k+
0
2
k = VN( j ) k i i j
k = i = VN ( j )
(52)
otros casos
F(2)(k) = H(2)(k) :
Vk Vi cos(?k ?i ? ki ) y kj / t j
Qk
= Vk Vs cos(? k ? s ?ks ) y ks / t j
i t j s k+
0
2
k = VN ( j ) k i i j
k = i = VN( j )
(53)
otros casos
I(1)(k) :
6 Vk 2 cos (? kk )y kj / t i2 2 V k V s cos (? k ? s ? ks )y ks / t k2
s k+
2 Pk
k = VN ( j) = VN (i )
j = i j i
otros casos
(54)
I(2)(k) :
6 Vk 2 sin (? kk )y kj / t i2 2 Vk Vs sin (? k ? s ? ks ) yks / t k2
s k+
2 Qk
= 2 Vk VVN ( j ) sin (? k ?VN ( j ) ? kVN( j ) )y kVNj) / t i2
t i t j
0
k = VN ( j) = VN (i )
j=i
j i
(55)
otros casos
25
Generador
[MW]
Pmin
0
[MW]
Pmax
300
[MVAr]
Qmin
-100
[MVAr]
Qmax
200
[US$]
1
[US$]
1
2
[US$/MW
]
0.7
Lnea
X [p.u.]
0.1
R [p.u.]
0
B [p.u.]
0
Matriz Admitancia
-10j
10j
10j
-10j
Carga
P
Q
b
g
[MW]
[MVAr]
[US$/MW]
[US$/MW2 ]
100
50
333
0.8
f ( x ( k ) ) t = 1 + 2 0.7 PG(1k )
0 0 0 0 0
(56)
El vector del lado derecho de las restricciones corresponde a las restricciones evaluadas
en el punto de la iteracin, esto es:
26
(57)
b4 = QU( k1) QL1 10 | V2( k ) || V1( k ) | sin ( 2( k ) 1(k ) 21 ) + 10 | V2( k ) || V2(k ) | sin ( 22 )
b5 = PU( k1) 2Qu( k )
A medida que SQP converge, el vector del lado derecho bT debe tender a cero.
Si se considera que 11 =22 =-90 y 12 =21 =90, la matriz Jacobiana de derivadas de las
restricciones es:
1
0
J = 0
0
0
0
0
1
0
1
0
0 J15
0 J 25
0 J 35
J 16
J 26
J 36
J17
J 27
J 37
0 0 1 J 45
1 2 0 0
J 46
0
J 47
0
J18
J 28
J 38
J 48
0
(58)
J 15 = 10 | V2( k ) | cos( 1( k ) 2( k ) 12 )
(59)
J 16 = 10 | V1( k ) | cos( 1( k ) 2( k ) 12 )
(60)
(61)
(62)
(63)
(64)
(65)
(66)
(67)
J 36 = 10 | V1( k ) | sin ( 1( k ) 2( k ) 12 )
(68)
(69)
(70)
(71)
27
(72)
(73)
(74)
14000
0
0
W =
0
0
0
0
0
0 0
0 16000 0 0
0
0
0 0
0
0
0 W55
0
0
0 W65
0
0
0 W75
0
0
0 W85
0
0
0
0
0
0
W56 W57
W66 W 67
W76 W 77
W86 W87
0
0
0
0
W58
W68
W78
W88
(75)
(76)
(77)
(78)
(79)
(80)
W66 = 204
(81)
(82)
(83)
(84)
(85)
(86)
(87)
28
(88)
(89)
(90)
(91)
De esta manera, al resolver OPF sobre la red descrita, SQP converge en tres iteraciones,
las cuales se describen a continuacin.
29
PG1
QG1
PU1
QU1
|V1 |
|V2 |
1
2
0,000
0,000
0,000
0,000
1,000
1,000
0,000
0,000
1,000
0,500
0,000
0,000
0,050
0,000
0,100
0,000
1,000
0,000
0,000
0,000
0,000
0,000
0,000
1,000
0,000
0,000
0,000
1,000
0,000
0,000
1,000
14000,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
16000,000
0,000
0,000
0,000
0,000
0,000
Variable
PG1
QG1
PU1
QU1
|V1 |
|V2 |
1
2
1,000
0,500
0,000
0,000
1,050
1,000
0,100
0,000
0,000
0,118
0,000
0,000
0,029
0,025
-0,002
0,008
14100,000
0,048
0,000
-0,048
33300,000
0,077
0,000
0,052
0,000
0,000
0,000
0,000
0,000
Matriz A
1,000
0,000
0,000
0,000
0,000
0,000
0,000
1,000
0,000
0,000
0,000
1,000
0,000
0,000
1,000
0,000
-0,998
0,000
0,998
0,000
-11,050
1,000
9,950
-2,000
0,000
Matriz W
14000,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
16000,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
100,000
0,000
0,000
1,000
33300,000
0,000
0,000
0,500
0,000
0,000
0,000
0,000
0,000
Matriz A
0,000
0,000
0,000
0,000
0,000
-10,000
1,000
10,000
-2,000
0,000
Matriz W
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
-0,007
0,007
30
14100,000
14100,000
0,000
0,000
0,000
0,000
0,000
10,000
-10,000
0,000
-10,000
10,000
0,000
0,000
0,000
10,000
-10,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
-1,048
1,048
10,448
-9,552
0,000
-10,448
10,448
-1,048
-1,048
0,000
10,448
-10,448
1,048
1,048
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,002
-0,002
0,000
0,000
0,000
0,000
-0,007
0,002
0,000
0,000
0,000
0,000
0,000
0,000
0,007
-0,002
0,000
0,000
14100,000
14100,000
0,000
0,088
0,442
Variable
PG1
QG1
PU1
QU1
|V1 |
|V2 |
1
2
1,000
0,618
0,000
0,000
1,079
1,025
0,098
0,008
x
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
1,000
0,000
0,000
0,000
0,000
0,000
0,000
1,000
0,000
0,000
0,000
1,000
0,000
0,000
1,000
14000,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
16000,000
0,000
0,000
0,000
0,000
0,000
14100,000
-0,005
14100,000
0,000
0,005
14100,000
33300,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
Matriz A
0,000
-0,923
0,000
0,923
0,000
-11,360
1,000
10,212
-2,000
0,000
Matriz W
-0,971
0,971
10,742
-9,765
0,000
-11,014
11,014
-0,995
-0,995
0,000
11,014
-11,014
0,995
0,995
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
-0,008
0,008
0,000
0,000
0,000
0,000
0,009
-0,008
0,000
0,000
0,000
0,000
0,000
0,000
-0,009
0,008
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,009
-0,009
Variable
PG1
QG1
PU1
QU1
|V1 |
|V2 |
1
2
Costo Total
ptimo
100,000 [MW]
61,886 [MVAr]
0,000 [MW]
0,000 [MVAr]
237,280 [kV]
230,580 [kV]
11,726
0,913
7100 [US$]
Se puede comprobar la validez de los costos marginales de generacin del sistema, como
una eficaz herramienta para el anlisis de SEP, a travs del siguiente experimento. Subir la
demanda 1 [MW] por potencia activa en el consumo debiese significar un aumento en el costo
de operacin del sistema, determinado por el costo marginal ya calculado. Los resultados avalan
la hiptesis y se puede apreciar en la siguiente tabla la cercana entre la diferencia de costos
entre escenarios y el costo marginal calculado.
31
32
Elementos de un polo: Son elementos de red que poseen slo un polo o nivel de
tensin (que representa un estado), que es la representacin monofsica de un
SEP en estado estacionario. Los elementos de red considerados en el OPF y que
corresponden a especificaciones de la clase de un polo son:
Generadores
FACTS SVC
Elementos de dos polos: Son elementos de red a los que se asocia dos niveles de
tensin en la red monofsica que representa un SEP. Pertenecen a esta categora:
Lneas de Transmisin
Transformadores
La Figura 11 muestra el rbol jerrquico de clases del modelo utilizado y creados para el
OPF.
33
: Herencia
Elemento de Red
: Clase existente
: Clase creada
1 - Polo
Barra
2 - Polos
Generador
SVC
Lnea
Transformador
Objetos de Clculo
Flujo de
Potencia
OPF
Sensibilidades
Cortocircuito
Tarifacin
Newton
Raphson
Newton
Raphson
Despacho
Econm.
SQP
Todos los objetos que representan a los elementos de red poseen campos o atributos en
los cuales se definen sus principales caractersticas. Los campos utilizados en el presente
desarrollo son:
Informacin de Operacin
Informacin Econmica
34
La Figura 13 muestra la interfaz grfica que ofrece el DSS para fijar la informacin de
operacin para los generadores al construir una red a ser evaluada por el OPF. Por su parte, la
Figura 14 muestra la interfaz para la informacin econmica.
35
Los equipos SVC, poseen similares caractersticas (en el modelo de OPF) que los
generadores, la diferencia radica en la imposibilidad de generar potencia activa de los SVC y
por ende la no utilizacin de la informacin econmica, ya que no incide en la funcin de costos
considerada por OPF. De esta forma, la informacin utilizada por OPF de los SVC es la
potencia reactiva mnima y mxima que son capaces de inyectar a la red.
Para el caso de las barras, OPF utiliza slo la informacin de operacin, especficamente
el rango de tensin a la cual opera dicha barra. La interfaz es similar a la de los generadores y
los lmites para los valores de tensin son fijados internamente en el OPF, correspondiendo para
el caso del SIC en los valores absolutos de tensin 10% y +10% con respecto a la tensin
nominal (valores porcentuales con respecto a una base conocida, tpicamente de 220 [kV]).
En los elementos de red de dos polos, slo se utiliza la informacin de operacin, las
Figura 15 y Figura 16 muestran la interfaz grfica ofrecida por el DSS para estos elementos
(transformadores y lneas de transmisin).
36
37
38
39
OPF.class
zoutendijk.class
Determinacin
restricciones activas
Activas.class
Mtodos
Parmetros
Matriz de admitancias
Make_MatY
Matriz de admitancias
MatY
newsimp.class
Parmetros costos
Make_vec_c
Make_Mat_WFix
Costos
G , G , G , U , U , U
Determinacin
paso bsqueda
lambda.class
Bqueda direccin
Construccin Jacobiana
Make_Mat_A
Construccin Hessiana
Make_Mat_W
Llamada solver
subproblemas
L mites de operacin
Vec_xmin y Vec_xmax
Matriz Jacobiana
Mat_A
Matriz Hessiana
Mat_W
Transferencia
de archivos
MINOS
Figura 19: Interaccin clases
Los mtodos de Zoutendijk y Rosen han sido validados contrastando sus soluciones
frente a las entregadas por Minos y tambin verificando resultados frente a instancias de
optimizacin conocidas. A continuacin, se presentan tres problemas en los que aplic los
mtodos y sus resultados, los que concuerdan con los expuestos en la literatura y los entregados
por Minos.
Es importante mencionar que, el mtodo de Rosen ha sido implementado y probado slo
externamente, a la fecha de entrega del trabajo de tesis no ha sido enlazado con DeepEdit. Sin
embargo, ha sido validado con ejemplos, contrastando los resultados con el software de
optimizacin Minos.
4.3.3 Validacin de mtodos de Zoutendijk y Rosen
La validacin se basa en dos comparaciones de resultados. La primera comparacin
considera el resultado de la programacin del modelo en GAMS (Rosenthal, 2001) resuelto con
Minos y la segunda a la comparacin con los resultados expuestos por los creadores del
ejemplo.
Instancia 1
48
42
-2
6
-5
9
8
-6
-5
6
5
7
-4
22
-100 0
0 -100
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
Costos lineales
48 45 44 41 47 42 45 46
Matriz de Restricciones
-1
0
-3
-3
-2 -6
-2
-2
8
-3
0
1
3
8
9
-3
5
3
8
-8
9
2
0
-9
0
-9
1
-8
3
-9
-9
-3
-4
-5
-9
1
-7 -1
3
-2
Lado Derecho
-6 -23 -12
Matriz Hessiana
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
-100 0
0
0
0
0
0
0
0 -100 0
0
0
0
0
0
0
0 -100 0
0
0
0
0
0
0
0 -100 0
0
0
0
0
0
0
0 -100 0
0
0
0
0
0
0
0 -100 0
0
0
0
0
0
0
0 -100 0
0
0
0
0
0
0
0 -100
Dominio de las Variables
0 xi 1 ; i=1,...,10
Variable
1
2
3
4
5
6
7
8
9
10
GAMS/MINOS
1
0
0
1
1
1
0
1
1
1
SOLUCIN
Zoutendijk Rosen
0,999
1
0
0
0
0
1
1
1
1
1
1
0
0
1
1
1
1
1
1
Autor
1
0
0
1
1
1
0
1
1
1
Instancia 2
Costos lineales
-6
-4
Matriz Restricciones
1
1
1
5
Lado Derecho
2
5
Matriz Hessiana
2
-1
-1
2
Dominio Variables
xi 0
i = 1,2
Tabla 10: Resultados Instancia 2 de Validacin
SOLUCIN
Variable GAMS/MINOS Zoutendijk Rosen
1
1,129
1,129
1,129
2
0,774
0,774
0,774
Autor
1,129
0,774
Instancia 3
42
20
Costos lineales
44
45
47
Matriz Restricciones
12
11
7
Lado Derecho
47,5
4
40
-100
0
0
0
0
Matriz Hessiana
0
0
0
-100
0
0
0
-100
0
0
0
-100
0
0
0
Dominio Variables
0 xi 1
i = 1,...,5
42
0
0
0
0
-100
Variable
1
2
3
4
5
GAMS/MINOS
1
1
0
1
0
SOLUCIN
Zoutendijk Rosen
1
1
1
1
0
0
1
1
0
0
Autor
1
1
0
1
0
El Anexo 1 muestra los cdigos en GAMS y JAVA de todas las instancias expuestas.
En conclusin, las rutinas implementadas han sido introducidas en el DSS DeepEdit, el
cual posee una buena interfaz grfica y gran potencial de expansin. Se han validado las
metodologas desarrolladas a travs variadas instancias de prueba.
43
Ex = e
Ax b
(92)
44
min f ( xk ) x
s.a. Ex = e
Ax b
(93)
A continuacin, se muestran los resultados para una red de dos nodos, una carga, un
generador y una lnea de transmisin (Figura 20). Se compar en cada iteracin de SQP, el
nmero de iteraciones que requeran los mtodos para solucionar el subproblema. En todos los
casos el nmero de iteraciones con bsqueda lineal optimizada fue menor o igual que con
bsqueda simple. Estos resultados, en general, se cumplen tambin para redes de mayor
dimensin. Este resultado no ha sido demostrado para un caso genrico. Se piensa que se debe a
las caractersticas de los problemas generados por los SEP, y que pueden haber casos para los
cuales una bsqueda ptima de primer orden no disminuya el nmero de iteraciones en la
resolucin del subproblema.
Figura 20: Red para la Verificacin de Convergencia con Bsqueda Lineal Optimizada
45
Iteracin SQP
1
2
3
4
5
Bsqueda Simple
Cantidad de Iteraciones en SP
Zoutendijk 1
Rosen 1
5
5
3
2
2
2
1
1
1
1
Bsqueda Optimizada
Cantidad de Iteraciones en SP
Zoutendijk 2
Rosen 2
2
2
2
2
2
2
1
1
1
1
N Iteraciones SP
4
3
Bsqueda
Optimizada
2
1
0
0
Iteracin SQP
N Iteraciones SP
4
3
Bsqueda
Optimizada
2
1
0
0
Iteracin SQP
( D) max
s.a
xj
j =1
1 1
Ax +
L + Ar x r
B1x 1
O
B x
L
= b1
(94)
x1 ,
= b0
, xr
= br
0
c j , x j R nj
A j R m 0nj
b0 R m0
b R
j
(95)
mj
B j R mjnj
j = 1,K,0
47
x x = j x j
(96)
j =1
j =1
=1 j 0
(97)
Luego, el problema (D), puede ser reformulado de manera equivalente reconociendo los
poltopos de restricciones para cada grupo de restricciones formada por las matrices Bj.
p j = x R nj / B j x = b j ; x 0
(98)
Se reconocen los vrtices x kj para los poltopos pj. Luego, si x j estn en pj, entonces se
puede expresar como una combinacin lineal convexa de los vrtices.
Nj
x j p j x j = kj x kj
(99)
k =1
Nj
j
k
= 1 kj 0
(100)
k =1
De esta manera, el problema (D) puede ser reformulado. La siguiente ecuacin muestra
esta formulacin equivalente.
r
( D' ) max
s.a
Nj
c
j =1 k =1
N1
1
kj xkj
x
1
k
1
k
k =1
N1
Nr
+ A r rk xkr
= b0
k =1
k =1
Nr
=1
r
k
xkj 0
(101)
=1
1
k
k = 1,K , N j
k =1
j = 1,K, r
Nj
x = kj x kj
j =1 k =1
Nj
c j x j = c j kj x kj
j =1
48
j =1 k =1
Determinar Solucin de
Problema D
ptimo?
NO
FIN
Luego de determinar una solucin bsica factible, el criterio que define el ptimo es la
verificacin que los costos reducidos sean menores que cero. Para hacer una descripcin ms
detallada de este algoritmo, se introducir la notacin tpica utilizada y paralelamente se irn
definiendo los pasos que involucra el algoritmo de DW, tal como se aprecia en el diagrama de
flujo de la figura (Bazaraa, 1994).
ci = ci Ai
= cB B
B R (m 0+r )( m0+ r )
(102)
= 1
0
R; R
0
e j
(103)
49
0
M
1
ej =
0
M
0
(104)
ej R r
El criterio es:
Solucin ptima c kj 0; k , j min c kj 0
(105)
k, j
k, j
]}
min min
c j x kj 1j 0 A j x j
j
j
x
1 j r
(106)
Luego se debe minimizar por los vrtices de los poltopos, pero stos no estn
disponibles. Por lo tanto, en vez de hacer esto, se minimiza un problema dentro del poliedro
original que igualmente ser ptimo. Luego, para determinar el mnimo de los costos reducidos,
se deben resolver r problemas de programacin lineal.
( SP) j
min
s.a.
Zj =
j j
B x =bj
xj 0
c j x j 1j 0 A j x j
(107)
x p
j
Z *j < 0 1 j r
ptimo ( D' )
(108)
Ahora, si se encuentra un valor menor que cero, entonces ste ser el que entrar a la
base. Es ms, el costo reducido mnimo (entre los menores que cero obviamente) ser el que
entra a la base.
si
ls
Z *jl < 0
jl {1,..., r},
sea
{ {
}}
(109)
Sea x ls solucin ptima (vrtice) del problema (SP)s entra la variable asociada a x ls
A s x ls
A ls = B 1 Als = B 1
: es la columna asociada a ls
e
s
Se actualiza el vector del lado derecho.
50
(110)
b = B 1b
(111)
b
t = arg min i / (Als )i > 0
( A ls )i
(112)
Determinada la variable que sale, llega un momento en que se encuentre el ptimo (si
existe), pero cmo determinar el ptimo de (D) a partir de un ptimo de (D)?.
Sea kj* solucin ptima de (D), y para los kj > 0 (equivale a que sea variable bsica de
(D)) se tienen los x kj asociados a la base, luego el ptimo para (D) estar dado por la siguiente
ecuacin:
Nj
j*
= kj xk
*
(113)
k =1
0
0
1
1
1
1
Duales
irrestrict a
0
1
M
M
M
0
n
1
0
M
M
M
n
0
51
(114)
i =1
i =1
i i
( D) max
[A
s.a.
Et
In
I n = f ( x )
(115)
In
x max
I x x
n
min
Ax b
Ad 0
At = [I n
In ]
(116)
Por su parte, E corresponde a la matriz Jacobiana de las restricciones, que no posee dicha
estructura. Sin embargo, al ser transpuesta, s se puede reconocer una estructura diagonal en
bloques, con un grupo de restricciones finales que son enlazantes, stas provienen de los
trminos de flujo de potencia donde se involucran las corrientes provenientes de las diferentes
lneas. ( | Vi || V j | y ij cos( i j ij ) ). Luego, la estructura general de la matriz que define el
j N
poliedro de las restricciones para la formulacin dual del problema de bsqueda de direcciones
factibles de Zoutendijk, posee estructura diagonal en bloque, por lo cual es posible aplicar el
algoritmo de descomposicin de DW. Las siguientes ecuaciones muestran la estructura general
de esta matriz, ntese que se ha alterado el orden de las variables (ahora filas), con el fin de
identificar claramente los bloques. Adems, se debe reconocer que si a una matriz diagonal
(como lo es la identidad), se le altera el orden de las filas, entonces sigue teniendo estructura
diagonal en bloque.
D = [I n
[A
Et
In ]
In
(117)
] [
In = D E t
(118)
52
1
PG1 0
L
1
PGg 1
QG1
M
|N| 1
0
QGg
QS1
M
QSs
PU 1
M
PUl
0
1
O
L
1
0
QU 1
0
Qul
|N |
0
L
0
0
0
0
1
1
O
0
M
0
1
| L|
1
M
1
M
0
0
1
0
0
O
0
0
1
0
PLl
PL1 Q
L1
(119)
QLl
V1
M
P
i
V j
Q
i
V j
P
i
j
Q
i
j
P
i
t j
Q
i
t j
Vn
1
M
n
t1
M
tn
Reconocindose as, la estructura diagonal para las filas que involucran las variables
(filas) de generacin de potencia activa y reactiva de generadores e inyeccin de potencia
reactiva de los equipos FACTS SVC.
5.4 Diseo de Heurstica Tipo Bsqueda Tab
Se ha reconocido dos casos para los cuales el mtodo podra entregar ptimos locales. El
primero corresponde a la posibilidad de falta de convexidad del poliedro de restricciones del
subproblema, debido a la linealizacin de funciones sinusoidales. La segunda causa es la
existencia de redes con porciones simtricas. Se ha reconocido dos tipos de redes, en las cuales
SQP, al resolver OPF puede entregar ptimos locales. Los casos son los siguientes:
53
La situacin que genera el ptimo local, supone que el ptimo para la red de la figura es
operar slo con el generador 3. Sin embargo, OPF puede hacer lo siguiente: en una iteracin
k+1 puede encontrar un vector de variables de control tal que la suma de la generacin de los
generadores idnticos sea igual a la iteracin k, de esta manera el mtodo verificara el criterio
de convergencia y se detendra entregando un ptimo local. Lo que sucede en la prctica, es que
el mtodo queda iterando entre los dos puntos simtricos hasta que se completa el nmero de
iteraciones determinado por el usuario.
La segunda situacin, es similar a la anterior, pero ahora son porciones de red simtricas
las que generan el criterio de optimalidad entre iteraciones. La Figura 25 muestra una red que
presenta simetra. La situacin de los generadores idnticos en una barra es un caso particular
del segundo caso.
En la red de la Figura 25, el ptimo sera operar slo con el generador 4 (parte inferior
de la figura). Sin embargo, se entrega un ptimo local debido a la simetra de la parte superior
que conforma una delta.
La solucin propuesta es una heurstica tipo bsqueda tab. A continuacin se describe
el esquema general de esta heurstica, para luego mostrar el diseo creado para aplicar al OPF.
54
55
Solucin inicial = S
iv.
S = arg[min{f(T)/TQ(S)}]
Intensificacin,
Diversificacin.
que representan los casos tpicos en los que pueden encontrarse ptimos locales. Segn stos, se
piensa que la diversificacin es la mejor estrategia para afrontar el caso de SQP sobre OPF.
As, dado un vector solucin x, cuya componente de potencias activas generadas sea:
r
P = (PG1 ,..., PGg )
(120)
{}
{}
iii. Para cada par ordenado (ix, jx) creado en la fase ii, se generan los valores
Pix=Pi-P y Pjx=Pj+P, se fija en los lmites si stos son sobrepasados.
iv.
Se fijan los valores para las potencias activas ix y j x y se corren g/3 OPFs, si
valor de funcin objetivo de una corrida es menor que la original, entonces se
actualiza la solucin con la solucin heurstica. De no ser as, se prosigue con
la bsqueda.
{}
{}
Se generan g/3
pares ordenados
K=0
K g/3 ?
P ik=P i- P
P jk =P j+P
K=K+1
SI
Se corre OPF con
(P ik , P jk) fijo.
solucin mejor?
SI
Se escoge solucin
heurstica
Fin
57
Figura 28: Estructura Rala de Matriz de Admitancia Nodal Compleja SIC 70 Barras
58
59
Admitancia
Jacobiana
Hessiana
4,9%
1,6%
0%
60
6.- Resultados
6.1 Resumen
En este captulo se describen y analizan los resultados de dos ejemplos. El primero es
una red de seis barras y corresponde a un ejemplo expuesto en la literatura (Wood y
Wollenberg, 1996). En ste se explica la introduccin de un equipo SVC. Finalmente, se
describe la aplicacin de la metodologa a dos sistema equivalentes del SIC de distinta
envergadura.
Es importante resaltar que los resultados expuestos en esta seccin son de alcance
general y entregados como resumen de los resultados en detalle se encuentran en el Anexo II.
6.2 Red de Prueba 6 Barras
Se ha aplicado la metodologa a una red de seis barras expuesta en la literatura (Wood y
Wollenberg, 1996). En una primera etapa, se aplica OPF sin considerar el equipo SVC y luego
considerndolo (Palma y Prez, 2001). El equipo tiene la capacidad de inyectar o consumir
potencia reactiva entre (-0.6[pu], 0.6[pu]) base 100[MVAr].
61
Nmero de Lneas
10
Nmero de Generadores
Nmero de Cargas
[MW]
210
[MVAr]
210
Variable
PG1
[MW]
PG2
[MW]
PG3
[MW]
QG1
QG2
QG3
[MVAr] [MVAr] [MVAr]
PU1
[MW]
PU2
[MW]
PU3
[MW]
50,00
89,97
76,02
37,23
74,01
|V4|
[kV]
|V3|
[k V]
|V6|
[kV]
|V2|
[kV]
|V1|
[kV]
228,70
241,51
242,00
242,00
226,71
229,49
QU1
QU2
QU3
[MVAr] [MVAr] [MVAr]
60,00
0,00
0,00
0,00
0,00
0,00
0,00
|V5|
[kV]
4
[]
3
[]
6
[]
2
[]
1
[]
5
[]
Costo Total :
2464,66 [US$]
Inyeccin
Reactivos
Variacin
de Tensin
Variacin de
Corrientes
Bajan
Prdidas
Baja
Costo
Al aplicar OPF a la red de la Figura 30, considerando el equipo SVC, los resultados
indican que el costo disminuye y se verifica el razonamiento anterior.
Tabla 18: Resultados Entregados Considerando Compensador Esttico Regulable
Var.iable
Variable
PG1
[MW]
PG2
[MW]
PG3
[MW]
50,00
89,67
75,42
33,53
50,07
|V4|
[kV]
|V3|
[kV]
|V6|
[kV]
|V2|
[kV]
228,97
242,00
242,00
242,00
Variable QSVC
[MVAr]
QG1
QG2
QG3
[MVAr] [MVAr] [MVAr]
PU1
[MW]
PU2
[MW]
PU3
[MW]
23,61
0,00
0,00
0,00
0,00
0,00
0,00
|V1|
[kV]
|V5|
[kV]
4
[]
3
[]
6
[]
2
[]
1
[]
5
[]
228,55
237,10
356,10
359,38
359,19
360,00
354,67
354,58
Costo Total :
QU1
QU2
QU3
[MVAr] [MVAr] [MVAr]
2453,87 [US$]
60,00
62
Utilizando como indicador los costos (beneficios) marginales por inyeccin de potencia
reactiva en los nodos, se puede efectuar una evaluacin econmica de la introduccin de un
equipo FACTS SVC en una barra del sistema expuesto.
Se supone que el sistema opera siempre con el mismo perfil de demanda. Este supuesto
es bastante fuerte, dado que los perfiles de carga son variables en el tiempo. Sin embargo, se
pretende esbozar la forma en que se pueden explotar los indicadores que entrega este trabajo, en
el mbito de la planificacin de la expansin de la red.
La siguiente tabla expone los costos marginales por inyeccin de potencia reactiva en los
nodos de la red. Segn estos, lo ms beneficioso es introducir un equipo SVC en la barra 5.
Dado que, el costo de inyectar potencia reactiva en dicha barra, es el ms elevado.
Tabla 19: Costos Marginales por Inyeccin de Potencia Reactiva en las Barras de la Red
Barra
Cmg [US$/MWh]
1
0
2
0
3
8,03
4
42,16
5
46,58
6
34,34
63
Figura 32: Sistema Interconectado Central Chileno, Escenario Demanda Baja e Hidrologa Hmeda
Costos
Potencia Activa
Potencia Reactiva
Potencia no Servida
Prdidas
Prdidas
Demanda Potencia Activa
Demanda Potencia Reactiva
[US$]
17.384,355
[MW]
2329,686
[MVAr]
-112,256
[MW]
0
[MW]
67,388
[%]
3,001
[MW]
2245,188
[MVAr]
841,428
RHS [%]
2,500
2,000
1,500
1,000
0,500
0,000
0
Iteracin
250
200
150
100
50
0
0
Iteracin
65
Costo [$]
25000
20000
15000
10000
5000
0
0
Iteracin
FO
Gen Activa
Gen Reactiva
Prdidas
Prdidas
[US$]
[MW]
[MVAR]
[MW]
[%]
66
48503,26
3986,94
379,39
252,42
6,71
Iteracin
RHS TOL
[%]
1,689
0,161
0,061
0,031
0,011
1
2
3
4
5
COS TOL
[%]
200,000
78,200
37,926
12,040
2,847
FO
[US$]
82752,66
36226,44
53181,19
47141,32
48503,26
5,8
Procesador
RAM
Iteracin
250,000
200,000
150,000
100,000
50,000
0,000
0
Iteracin
67
Costo [$]
Evolucin Costos
90000
80000
70000
60000
50000
40000
30000
20000
10000
0
0
Iteracin
68
7.- Conclusiones
En el presente estudio se ha formulado el problema del Flujo de Potencia ptimo OPF,
incluyendo la modelacin explcita de equipos FACTS SVC y utilizando Programacin
Cuadrtica Secuencial SQP para solucionarlo. Los subproblemas cuadrticos que se generan con
SQP fueron resueltos con el software de optimizacin MINOS y alternativamente fueron
desarrollados dos mtodos, el de Zoutendijk de bsqueda de direcciones factibles y de Rosen de
proyeccin del gradiente.
Utilizando la estructura particular del problema, se propuso metodologas para mejorar
los mecanismos de optimizacin. Especficamente, se reconoci estructuras diagonales en
bloque, que permiten la utilizacin de la descomposicin de Dantzig Wolfe en el problema de
bsqueda de direcciones factibles utilizado por el mtodo de Zoutendijk y se implement una
bsqueda optimizada del punto inicial factible, la cual mejora el desempeo en la resolucin del
OPF, puesto que disminuye el nmero de iteraciones de los mtodos que resuelven los
subproblemas y por lo tanto disminuye el tiempo de resolucin del OPF.
Se reconoci casos particulares para los cuales el mtodo entregaba ptimos locales y se
dise una heurstica de bsqueda tab, con el fin de salir de estos y converger a un mejor punto
de operacin del sistema.
Se aplic el desarrollo a variadas redes elctricas, la ms importante, el SIC. Este, dada
su topologa longitudinal posee caractersticas especiales, las que fueron explotadas para
proponer mejoras en las rutinas de optimizacin. La topologa longitudinal de la red elctrica,
implica que las matrices conformadas en el modelo sean ralas. Se utiliz libreras matemticas
especializadas en dichas matrices, con el fin de minimizar la utilizacin de recursos
computacionales y mejorar el desempeo en la resolucin del problema especfico,
disminuyendo de esta forma la utilizacin de recursos de memoria y aminorando el nmero de
operaciones.
Se ha podido comprobar empricamente, que la introduccin adecuada de equipos SVC
entendidos como caso particular de los FACTS (Srivastava y Verma, 2000) en una red de
transmisin de energa elctrica, llevara a menores costos totales por concepto de ahorro de
generacin de potencia activa. Lo que puede ser explotado para efectuar mejores anlisis para la
planificacin de los SEP. Un buen indicador para decidir en cual nodo introducir un SVC, es el
costo (o beneficio) marginal por generacin (o consumo) de potencia reactiva en un nodo de la
red. Mientras ms alejado del costo cero, ms beneficioso o costoso es introducir o consumir
potencia reactiva en dicho nodo. Este costo (beneficio) marginal se obtiene directamente del
reconocimiento del multiplicador de Lagrange de la restriccin de conservacin de flujo de
potencia reactiva de los nodos de la red.
Se incluy las metodologas desarrolladas en un sistema de apoyo a la toma de
decisiones (DSS) denominado DeepEdit (Palma, 1999). La implementacin computacional fue
desarrollada utilizando un lenguaje orientado al objeto (JAVA). OPF SQP fue incluido dentro
de las opciones del sistema, formando parte de las herramientas de anlisis estacionario de
sistemas elctricos de potencia. DeepEdit es utilizado en el mbito docente, de investigacin y
extensin en el Departamento de Ingeniera Elctrica de la Universidad de Chile y posiblemente
ser utilizado en empresas del sector de generacin de energa elctrica.
69
OPF
SQP
Parmetros
Entrada
Rosen
Subproblema
Cuadrtico
Minos
Variables
de Control
ptimas
Zoutendijk
71
Referencias
Ahmed N., Mateev N., 2000, A Framework for Sparse Matrix Code Synthesis from High-level
Specifications, Department of Computer Science, Cornell University, Ithaca, New
York.
Bazaraa M., Sherali H., Shetty C., 1994, "Nonlinear Programming", John Wiley & Sons, New
York.
Boggs P., Tolle J., 1999 a, Sequential Quadratic Programming for Large Scale Nonlinear
Optimization, Journal of Computational and Applied Mathematics.
Boggs P., Tolle J., Kearsley A., 1999 b, A Global Convergence Analysis of an Algorithm for
Large Scale Nonlinear Optimization Problems, SIAM Journal on Optimization.
El-Hawary E., 1996, "Optimal Power Flow: Solution Techniques, Requirements, and
Challenges", University of Nova Scotia, IEEE Tutorial Course N 96 TP 111-0, pp. v.
ESCA Corporation, 1987, "Optimal Power Flow,: Research and Code Developement" EPRI EL4894, Project 1724-1, Final Report.
Fletcher R., 1987, "Practical Methods of Optimization", 2. Auflage, John Wiley & Sons, New
York.
Glavitch H., Bacher R., 1991, Optimal Power Flow Algorithms, Analysis and Control System
Techniques for Electric Power Systems, Vol. 41, Academic Press.
Hingorani N., 1994, Power Electronic Equipment: HVDC and FACTS, CIGR Session
Papers, Panel 2 on More Effective Networks, Paper 2-02, Paris.
Momoh J., El-Hawary E., Adapa R., 1999, A Review of Selected Optimal Power Flow
Literature to 1992, IEEE Transactions on Power Systems, Vol. 14, N 1.
Nemhauser G., Wolsey L., 1995, Integer and Combinatorial Optimization, John Wiley & Sons
Inc.
Palma R., 1999, "Modelo Orientado al Objeto para la Planificacin de Redes de Transmisin
Elctrica, bajo Condiciones Competitivas", Tesis, Universidad de Dortmund, Alemania.
Palma R., 2000, "Incorporacin de Modelos de Mercado y Marcos Regulatorios en una
Planificacin Dinmica de Sistemas Elctricos", Proyecto Fondecyt 1000866.
Palma R., Prez J., 2000, Flujo de Potencia ptimo con Programacin Cuadrtica Secuencial,
Congreso Optima 2001.
Papalexopoulos A., 1996, Challenges to On-Line OPF Implementation, Pacific Gas and
Electric Company, IEEE Tutorial Course N 96 TP 111-0, Cap 4.
72
Ravindra S., Lasdon L., 1997, Computational Experience with a Safeguarded Barrier
Algorithm for Sparse Nonlinear Programming, College of Business Administration of
University of Texas at Austin.
Ristanovic P., 1996, Succesive Linear Programming Based OPF Solution, Siemens Energy &
Automation, Inc., IEEE Tutorial Course N 96 TP 111-0, Cap.1.
Rudnick H., Palma R., Fernndez J., 1995, Marginal Pricing and Supplement Cost Allocation
in Transmisin Open Access. IEEE Transactions on Power Systems, Vol. 10, N12, pp.
1125 1132.
Seibt T., 1997, Entwicklung eines OPF-Algorithmus zur Untersuchung von Durchleitungen im
Verbundbetrieb, Diplomarbeit EV 9702, Lehrstuhl fr elektrische Energieversorgung,
Universitt Dortmund, Januar.
Srivastava S., Verma R., 2000, Impact of FACTS Devices on Transmission Pricing in a DeRegulated Electricity Market, IEEE, 0-7803-5902-X.
Tabors R., 1993, Transmission Systems Management and Pricing: New Paradigms and
International Comparisons. 1993 IEEE PES Winter Meeting, Columbus, OH.
Wolsey L., 1998, Integer Programming, John Wiley & Sons Inc.
Wood A., Wollenberg B., 1996, "Power Generation, Operation and Control", 2nd Edition, John
Wiley and Sons Inc. New York.
73
Referencias Electrnicas
<http://www.OpsResearch.com>, DRA Systems, Libreras en lenguaje JAVA, especializacin
en investigacin de operaciones, [consulta: 1Agosto 2001].
<http://www.cs.wustl.edu/~javagrp/source/>, libreras para programacin lineal en lenguaje
JAVA, [consulta: 1 Agosto 2001].
<http://www.gams.com/>, Rosenthal R., Gams Tutorial, Monterrey School, California USA,
2000, [consulta: 1 Agosto 2001].
<http://titan.princeton.edu/TestProblems/>, fuente
cuadrtricas, [consulta: 1 Agosto 2001].
74
de
problemas
para
prueba
de
rutinas
Glosario
DSS
DW
FACTS
IEEE
KKT
LP
Linear Programming
MIP
NLP
QP
Quadratic Programming
OPF
SIC
SEP
SQP
SVC
75
f (x ) =
Ax
Ex
fk + gx +
b
= e
1 t
x Wx
2
(121)
76
( P1) min f ( x ) t d
s.a. Ad
Ed
1
=
dj
( P 2) min f ( x ) t d
s.a. Ad
Ed
d td
0
= 0
1
( P3) min f ( x ) t d
s.a. Ad
Ed
f (x )t d
0
= 0
1
0
0
1 para j = 1,..., n
(122)
(123)
(124)
Los problemas P1 y P3 son lineales en las variables d1 ,...,dn y pueden ser resueltos con
mtodos de programacin lineal. El problema P2 contiene restricciones cuadrticas por lo que su
implementacin es ms compleja. En el presente estudio se ha implementado la solucin
considerando el problema P1.
Considrese el problema QP, sea x una solucin factible tal que A1 x = b1 y A2 x<b2 ,
donde At=(A 1 t,A2 t) y bt=(b1 t,b2 t). Entonces, para cada i=1,2, x es un punto que cumple las
condiciones de KKT si y slo si el valor de la funcin objetivo del problema P1 es igual a cero.
Se ha mostrado como generar una direccin factible y a concluir cuando un punto es
KKT para el problema QP. Ahora sea x k un punto factible y dk una direccin factible de
mejoramiento a partir de x k. El prximo punto x k+1 estar dado por x k + k dk, donde el largo del
paso k se obtiene resolviendo el siguiente problema de una dimensin.
( PLS ) min
s.a.
f ( xk + d k )
A( x k + d k )
(125)
E ( xk + d k ) = e
Ahora supngase que At se descompone en At=(A 1 t,A2 t) y bt=(b1 t,b2 t), tal que A1 x = b1 y
A2 x<b2 . Entonces, el problema puede ser simplificado de la siguiente manera. Ntese que Ex k=e
y Edk=0, por lo tanto la restriccin E(x k+dk)=e es redundante. Por su parte, A1 x k = b1 y A1 dk
0, entonces A1 (x k+dk)b1 para todo 0. De esta forma es necesario restringir solamente
con A2 dk b2 -A2 x k. As, el problema PLS se puede reducir al siguiente problema equivalente.
77
( PLS ) min
s.a.
f ( xk + d k )
0 max
(126)
min bi / d i : d i > 0
max =
si di > 0
si d 0
(127)
b = b2 A2 x k
d = A d
2
(128)
x0 factible inicial
Resolver P1
SI
zP1 = 0
xk es KKT
Bsqueda de
paso k
x k+1 = xk + kdk
k:=k+1
NO
k>kmax
FIN
78
0 = P f ( x) = I M t ( MM t ) 1 M f ( x ) = f ( x ) + M t w = f ( x ) + A1t u + E t v
(129)
79
Contornos de la
Funcin Objetivo
Solucin
ptima
-f(x)
-Pf(x)
A1
xk es KKT
x 0 factible inicial
SI
SI
f(xk)=0?
M vaco?
dk=-f(x k)
dk=-Pf(xk)
SI
SI
Bsqueda de
paso k
dk=0?
xk+1 = x k + kdk
k:=k+1
Bsqueda de
paso k
uj<0?
x k+1 = xk + kdk
k:=k+1
NO
k>k max
FIN
80
A continuacin se describe la estructuracin especfica que toma OPF al ser abordado con
SQP, se utiliza la abreviacin OPF-SQP para referirse a esta estructura.
INSTANCIA 2: Corresponde al ejemplo 10.1.5 (pgina 413) del texto Nonlinear Programming de Bazaraa
(1994).
********************************************
*archivo: cargaqp.gms
*Autor : Juan Eduardo Perez Retamales
*Fecha : Enero de 2001
********************************************
*Carga y resolucion de problemas cuadraticos
*El uso de Gams nos independiza del solver
*Los solvers disponibles son CPLEX y MINOS
81
********************************************
********************************************
*Conjuntos para definir parametros
********************************************
Sets
i variables
$include var.inc
j restricciones desigualdad
$include rle.inc
aux1(i)
aux2(j);
aux1(i)=yes;
aux2(j)=yes;
********************************************
*Parametros que definen completamente el
*problema cuadratico
********************************************
Parameters
fk
constante de la FO
g(i)
vector costos lineales de la FO
w(i,i)
Matrix Hessiana de la FO
a(j,i)
Matrix restricciones desigualdad
b(j)
RHS restricciones desigualdad;
$include fk.inc
fk=0;;
$include g.inc
g("1")=-4;
g("2")=-6;;
$include w.inc
w("1","1")=2;
w("1","2")=-1;
w("2","1")=-1;
w("2","2")=2;;
$include a.inc
a("1","1")=1;
a("1","2")=1;
a("2","1")=1;
a("2","2")=5;
a("3","1")=-1;
a("3","2")=0;
a("4","1")=0;
a("4","2")=-1;;
$include b.inc
b("1")=2;
b("2")=5;
b("3")=0;
b("4")=0;;
********************************************
*Variables del problema
********************************************
Variables
x(i)
Vector de variables
FO
func obj;
********************************************
*Ecuaciones del problema
********************************************
Equations
costo
para definir la F.O.
resle(j)
restricciones desigualdad;
costo.. FO=e=fk + sum(i,g(i)*x(i)) + sum(i,x(i)*sum(aux1,w(i,aux1)*x(aux1)));
resle(j).. sum(i,a(j,i)*x(i))=l=b(j);
Model qpprob /all/;
option nlp=minos5;
option iterlim =100000;
option reslim=1000000000;
solve qpprob using nlp minimizing FO;
display x.l;
82
File
res / results / ;
Put res ;
Sets
i /1*5/
alias(i,j);
Parameters
c(i)
/1 42
2 44
3 45
4 47
5 47.5/
Q(i,j);
loop(i, loop(j, Q(i,j) = 100 $ (ord(i) eq ord(j))));
Variables
x(i)
f;
loop(i,
x.lo(i) = 0;
x.up(i) = 1);
Equations
Obj objective function
Con constraint function;
Obj ..
f =e= sum(i, c(i)*x(i)) - 0.5*sum(i, x(i)*sum(j, Q(i,j)*x(j)));
Con ..
20*x('1') + 12*x('2') + 11*x('3') + 7*x('4') + 4*x('5') - 40 =l= 0;
Model
problem /Obj, Con/;
solve problem using nlp minimizing f;
PUT "Min f",f.l:16:10//;
loop(i, PUT "x ",x.l(i):16:10//);
display x.l;
83
El disco compacto contiene los archivos necesarios para ejecutar el DSS DeepEdit, entre
ellos una gua explicativa que describe los pasos para instalar el programa. Esta gua se
reproduce en el siguiente apartado.
Instalacin de Sistema de Apoyo a la Toma de Decisiones
Se recomienda utilizar una computadora Pentium III, 128[MB] de memoria RAM,
500[MHz], 100[MB] espacio en disco duro o su equivalente (o superior) en AMD.
El disco compacto adjunto contiene los siguientes archivos y carpetas1 :
1) Instrucciones.doc: El cual entrega la informacin necesaria para instalar y utilizar
DeepEdit.
2) jdk-1_1_8_006-win.exe: El cual instala las libreras para la ejecucin de la
plataforma JAVA que soporta a DeepEdit.
3) DeepEdit.exe: Contiene las libreras necesarias para ejecutar DeepEdit
Sgase los siguientes pasos para instalar el DSS DeepEdit:
Es importante mencionar que las libreras JAVA son de libre acceso, por lo que se considera que no se violan
licencias al reproducirlos en el disco compacto adjunto.
84
Cargar la red que se desee investigar resultados. Se debe utilizar el men de carga de
redes, tal como de ilustra en la siguiente figura. Se encuentran disponibles las
siguientes redes.
OPF2c.sim
Wollenberg.sim
Porto.sim
SIC70.sim
SICFINHSDAC.sim
SING33.sim
85
Escoger el men Java Optimal Power Flow desde las herramientas de simulacin
de fenmenos estacionarios de SEP, tal como se muestra en la siguiente figura.
86
Lectura de Resultados
Existen tres formas de acceder a los resultados entregados OPFSQP va DeepEdit:
1. Leer directamente desde la red elctrica en la ventana de DeepEdit los valores
de las variables de control y estado.
2. Leer los resultados desde una base de datos que contiene los valores
entregados por el mtodo. La base de datos se encuentra en el archivo
C:\work\java\version\run\database\DeepDB.mdb y debe ser ledo con el
software Microsoft Access
3. Leer archivo C:\work\java\version\run\results\OPF-SQP.dat
88
89