Analisis de SP en Ambiente de Mercados Electricos

Analisis de Sistemas de Potencia
en Ambiente de Mercados Electricos

1
Universidad de Castilla-La Mancha
Analisis de Sistemas de Potencia en
Ambiente de Mercados Electricos
Prof. Dr. Federico Milano
E-mail: Federico.Milano@uclm.es
Tel.: +34 926 295 219
Departamento de Ingeniera Electrica, Electronica y Automatica
Escuela Tecnica Superior de Ingenieros Industriales
San Salvador, 25-29 Julio 2005 Presentaci on - 1
2
Curso de Educacion Continua
Analisis de Sistemas de Potencia en
Ambiente de Mercados Electricos
Universidad Centroamericana Jose Simeon Ca nas
invita
Departamento de Ciencias Energeticas y Fludicas
3
Muchas Gracias!
! Ing. Rigoberto Contreras
! Prof. Ismael Sanchez
4
Quien soy
! Federico Milano obtuvo de la Universidad de Genoa, Italia,
el grado de Ingeniera Electrica y Ph.D. en Ingeniera
Electrica.
! Ha trabajado en el Departamento de Ingeniera Electrica y
Computacion de la Universidad de Waterloo, Canada, y
actualmente es Profesor Asistente de Ingeniera Electrica en
la Universidad de Castilla-La Mancha, Espa na.
! Sus campos de investigacion son Estabilidad de Voltaje,
Mercados Electricos y Analisis y Control de Sistemas de
Potencia.
5
Agradecimientos
! Esto seminario esta basado en parte en el curso ECE664
impartido por el Prof. Dr. C. Ca nizares de la Universidad
de Waterloo, Ontario, Canada, y en el curso Mercados
Electricos impartido por el Prof. Dr. A. J. Conejo de la
Universidad de Castilla-La Mancha, Espa na.
! Deseo dar las gracias al Prof. Dr. C. Ca nizares y al Prof.
Dr. A. J. Conejo por compartir esto material.
6
Horario
Fecha Horas Tema
Lunes 25 Julio 2005 14:00-18:00 Introduccion
Martes 26 Julio 2005 14:00-18:00 Cierre de Mercado
Miercoles 27 Julio 2005 14:00-18:00 Flujo de Carga

Optimo
Jueves 28 Julio 2005 14:00-18:00 Analisis de Seguridad
Viernes 29 Julio 2005 14:00-18:00 Modelos Avanzados
7
Introduccion (25 Julio)
! Objetivos.
! Deniciones.
! Marco centralizado y liberalizado.
! Arquitecturas de mercados electricos.
! Ejemplos de mercados electricos reales.
! Introduccion a PSAT.
8
Modelos de Cierre de Mercado (26 Julio)
! Subasta monoperiodo.
! Precio de cierre de mercado.
! Arranque y parada generadores.
! Subasta multiperiodo.
! Subasta con equilibrio walrasiano.
! Ejemplos en PSAT.
9
Flujo de Carga

Optimo (27 Julio)
! Modelo del sistema electrico de potencia.
! Flujo de carga.
! Flujo de carga optimo.
! Restricciones y saturaciones.
! Precios nodales (Locational Marginal Prices).
! Ejemplos en PSAT.
10
Analisis de Seguridad (28 Julio)
! Deniciones.
! Conceptos basicos de estabilidad transitoria.
! Conceptos basicos de estabilidad de tension.
! Continuation Power Flow (CPF).
! Available Transfer Capability.
! Metodo directos.
! Ejemplos en PSAT.
11
Modelos Avanzados (29 Julio)
! Servicios auxiliares.
! Reserva de energa y seguridad.
! Flujo de carga con restricciones de seguridad.
! Precio de la energa y de la seguridad.
! Analisis de contingencias.
! Ejemplos en PSAT.
! Desarrollos futuros.
! Consideraciones nales.
12
Referencias
! G. B. Sheble, Computational Auction Mechanism for
Restructured Power Industry Operation, Kluwer Academic
Publishers, 1999.
! M. Ilic, F. D. Galiana and L. H. Fink, Power System
Restructuring: Enginerring and Economics, Kluwer
Academic Press, 1998.
! D. S. Kirschen and G. Strbac, Fundamentals of Power
System Economics, Wiley, 2004.
13
Referencias
! P. Kundur, Power System Stability and Control, Mc Graw
Hill, 1994.
! P. Sauer and M. Pai, Power System Dynamics and Stability,
Prentice Hall, 1998.
! A. R. Bergen and V. Vittal, Power Systems Analysis,
Second Edition, Prentice-Hall, 2000.
! C. A. Ca nizares, Editor, Voltage stability assessment:
concepts, practices and tools, IEEE-PES Power System
Stability Subcommittee Special Publication, SP101PSS,
May 2003.
14
Referencias
! M. Ilic and J. Zaborszky, Dynamics and Control of Large
Electric Power Systems, Wiley, New York, 2000.
! J. Arrillaga and C. P. Arnold, Computer analysis of power
systems, John Wiley, 1990.
! I. S. Du, A. M. Erisman and J. K. Reid, Direct Methods
for Sparse Matrices, Oxford Science Publications, 1986.
! J. Stoer and R. Bulirsch, Introduction to Numerical
Analysis, Second Edition, Springer-Verlag, 1993.
15
Referencias
! Sobre los mercados electricos:
http://www.uclm.es/area/gsee/Archivos%20Pag-
web/presen mercados.htm
! Sobre la estabilidad de los sistemas electricos:
http://thunderbox.uwaterloo.ca/claudio/papers/papers.html
! Sobre PSAT:
http://www.power.uwaterloo.ca/fmilano/
16
Contents
Presentacion
Introduccion
Introduccion a PSAT
Modelos de Cierre de Mercado
Modelo del Sistema Electrico
Flujo de Carga
Flujo de Carga

Optimo
Analisis de Estabilidad
Servicios Auxliares
Reserva de Energa y Seguridad
17
Restricciones de Estabilidad Transitoria
Restricciones de Estabilidad de Tension
Consideraciones Finales
18
Objetivos
! Describir la arquitectura de los mercados electricos y los
principales modelos de despacho y de cierre de mercado.
! Revisar los modelos basicos de un sistema de potencia y los
conceptos de estabilidad y seguridad de un sistem electrico
de potencia.
! Ilustrar la teora a traves de ejemplos praticos y utilizando
una herriamenta software libre y de codigo abierto (PSAT).
San Salvador, 25-29 Julio 2005 Introducci on - 1
19
Marcos Regulatorios
! Monopoly (monopolio): la competencia no esta permitida
en ning un nivel.
! Purchasing Agency: hay competencia entre los
generadores, pero hay una unica empresa que compra la
energa al por mayor.
! Wholesale Competition: hay competencia en la compra y
venta de energa al por mayor. Los usuarios nales compran
en regimen de monopolio a las empresas distribudoras.
! Retail Competiton (competencia minorista): la
competencia esta permitida en todos los niveles.
20
Marcos Regulatorios
! Resumiendo:
" Marco regulatorio centralizado.
" Marco regulatorio liberalizado.
! En los ultimos a nos la industria electrica de numerosas
partes del mundo ha pasado de un marco centralizado a un
marco regulatorio de libre competencia (reestructuraci on).
21
Marcos Regulatorio Centralizado
! Responde a un monopolio en el que el operador central
controla todos los componentes del sistema.
! Este operador tiene acceso a los datos economicos y
tecnicos de los generadores, de los consumidores, y de la red
de transporte.
! La funcion objetivo es que el coste total de explotacion sea
mnimo.
22
Por Que un Marco Liberalizado?
! Los costes y el rendimiento de peque nos generadores es
ahora comparable con los costes de las grandes plantas.
! La posible competencia en la generacion conlleva la
necesidad de una reestructuracion de las interconexiones.
! Los precios en algunas zonas eran mucho mayor que en
otras zonas. Se supone que un marco competitivo limita
estas diferencias.
23
Por Que un Marco Liberalizado?
! Necesidad de utilizar de forma mas eciente las plantas
existentes (reestructuracion de la generacion).
! Hay tambien razones polticas e ideologicas:
" En Europa se quiere llegar a un unico mercado europeo.
" En Sur America se quiere mejorar la ineciencia de las
actuales empresas de produccion y transporte de la
energa.
" En UK, fue el producto del gobierno de los
Conservadores en 1988 (en contra de los sindacatos).
24
Marcos Regulatorio Liberalizado
! Los agentes participantes tienen libre acceso a la red de
transporte y compiten entre s seg un las reglas del mercados
electrico en el que participan (IMO).
! No hay un operador central, m as bien un operador del
sistema (ISO) que asegura un correcto funcionamiento del
sistema (abilidad, seguridad y calidad).
25
Actividades del Operador del Sistema
! El operador del sistema realiza una serie de actividades que
pueden modicar las potencias as como se obtiene de las
reglas del mercado electrico.
! Algunos ejemplos:
" Gestion de las congestiones.
" Analisis de contingencias.
" Estudios de estabilidad (tension, frecuencia, angulo).
" Mantenimiento.
" (Servicios auxiliares.)
26
Mercados Electricos Competitivos
! Los mercados electricos competitivos se rigen por las leyes
del libre mercado y son supervisados por el operador del
sistema como agente independiente.
! Los precios de la electricidad se regulan mediante la ley de
la oferta y de la demanda.
! Cada participante en el mercado tiene un objetivo distinto
y trata de alcanzar su optimo particular.
27
! Clasicacion temporal:
" Mercado a largo plazo: el horizonte temporal es mas que
un a no de adelanto respeto a las operaciones reales. Es
un problema de planicacion y de decisiones para las
inversiones.
" Mercado a medio plazo: de una semana a un a no antes
de las operaciones reales. Mercados nanciarios. Es
fundamental una prevision de los precios de la energa y
un analisis de riesgo.
" Mercado a corto plazo: se hace cada semana, cada da o
cada hora.
28
! Clasicacion en base al contrato:
" Auction market: los generadores y los consumidores
proporcionan ofertas y demandas de energa. El
operador de mercado seleccionas las ofertas y la
demandas aceptadas mediante subasta.
" Bilateral contracts market: El generador y el
consumidor de energa se ponen de acuerdo y llevan a
cabo un contrato particular.
29
Funcion Objetivo
! La funcion objetivo es generalmente maximizar el benecio
social.
! Algunos ejemplos:
" Los generadores tratan de maximizar la diferencia entre
sus costes de produccion de la energa y el precio actual
de la energa.
" Los consumidores tratan de comprar la energa al
mnimo precio posible.
30
Modelos de Mercados Electricos Competitivos
! La operacion de un mercado electrico competitivo se lleva a
cabo generalmente en dos etapas distintas:
" La etapa de cierre de mercado.
" La etapa de ajustes tecnicos.
31
Cierre de Mercado
! Los participantes realizan las ofertas de compra y venta de
energa como base para la obtencion de los perles de
generacion y demanda y para la obtencion del precio de la
electricidad en cada unidad de tiempo del horizonte
temporal.
! El modelo de cierre de mercado es especico de cada uno de
los mercados competitivos.
32
Ajustes Tecnicos
! Si la etapa de cierre de mercado no proporciona un estado
factible del sistema, el operador de sistema efect ua la etapa
de ajustes tecnicos.
! El operador de sistema intenta conseguir un estado factible
del sistema (al menor coste posible).
! Una consecuencia es la variaci on de los precios de la
electricidad.
33
Flujo de Carga

Optimo
! Es posible realizar de forma conjunta la etapa de cierre de
mercado y la etapa de los ajustes tecnicos.
! Por ejemplo a traves de un ujo de carga optimo. Del punto
de vista matematico es la solucion optima.
! El ujo de carga optimo es la solucion mas adecuada en un
marco centralizado.
! La tendencia actual es moverse hacia un ujo de carga
optimo.
34
Casustica Zonal
! Tambien el modelo de la red es especco de cada uno de los
mercados competitivos.
" Sistema con una unica zona.
" N umero de zonas inferior al n umero de nudos.
" Cada nudo del sistema es una zona.
35
Sistema con una unica zona
! No hay ujo de potencias.
! Aparece solo un precio marginal de sistema.
! Se utiliza en Inglaterra y Gales, California y Suecia.
1
1 2
2 3
i
j
Sistema
Nudo
cticio
36
N umero Zonas < N umero Nudos
! Las conexiones entre las zona se llaman lneas interzonales.
! En cada zona hay un nudo cticio.
! Cada zona tiene asociado un precio marginal zonal.
! Se utiliza en Noruega y California.
1
1
1
1
1
1
2
2
2
2
2
2
3
3
3
i
i
i
j
j
j
Nudo
Nudo
Nudo
Lnea
Lnea
Lnea
interzonal
interzonal
interzonal
ficticio
ficticio
ficticio
37
N umero Zonas = N umero Nudos
! Se representan todas las lneas del sistema.
! Se pueden representar las saturaciones.
! Cada nudo tiene asociado un precio marginal nodal.
! Se utiliza en PJM.
Bus 4
(GENCO 1)
Bus 1
(GENCO 2)
Bus 2 Bus 3
Bus 6
(ESCO 3)
Bus 5
(ESCO 2)
(ESCO 1)
(GENCO 3)
38
Modelos Particulares: PJM
! El modelo de mercado de Pennsylvania-Jersey-Mariland
(PJM) tiene en cuenta las restricciones de la red.
! Se maximiza el benecio social utilizando restricciones de
balance de potencia en cada nudo, lmites de transporte
para cada lnea, lmites de generacion y lmites de demanda.
! Cada nudo es una zona distinta y tiene asociado un precio
nodal.
! No hay la etapa de ajustes tecnicos.
39
Modelos Particulares: Inglaterra y Gales
!

Unicamente se considera una zona en el procedimiento de
cierre de mercado.
! No hay restricciones relacionadas con la interconexiones.
! Se obtiene un unico precio marginal de sistema.
! En la etapa de ajuste tecnicos cada nudo pasa a ser una
zona y solo intervienen en el problema los generadores,
considerandose las cargas jas.
40
Modelos Particulares: California
! El procediemiento de cierre de mercado toma todo el
conjunto del sistema como una unica zona (no hay lneas
interzonales).
! Sin embargo, se considera que cada participante en el
mercado debe cobrar o pagar de acuerdo con el precio
marginal asociado al coordinador de balance al que esta
sometido.
! Se realiza una division zonal en la etapa de ajustes tecnicos
y se consideran los lmites de ujos de potencia en las lneas
interzonales.
41
Modelos Particulares: Noruega
! En el procedimiento de cierre de mercado se usa el estado
previsto del sistema, en cada hora del horizonte temporal.
! Se lleva a cabo una particion del sistema en dos o mas
zonas.
! Los participantes cobran o pagan seg un los precios
marginales asociados con cada zona.
! En la etapa de ajustes tecnicos cada nudo se considera una
zona diferente y los participantes cobran o pagan seg un los
precios marginales asociados con cada nudo.
42
Modelos Particulares: Suecia
! Similar al modelo de Noruega, pero se considera una unica
zona en el procedimiento de cierre de mercado, como en el
caso de Inglaterra y Gales.
! Entonces todos los participantes deben cobrar o pagar su
produccion o demanda de acuerdo con el precio marginal
del sistema.
43
Herramientas Software
! Las herramientas software para el analisis de los sistemas
electricos se pueden dividir en dos tipos:
" Software comercial.
" Software para educacion e investigacion.
San Salvador, 25-29 Julio 2005 Introducci on a PSAT - 1
44
! Software comercial:
" PSS/E
" EuroStag
" Simpow
" CYME
" PowerWorld
" Neplan
45
! Los sofwtare comerciales siguen una losofa all-in-one y
son generalmente herramientas robustas, ables y rapidas.
! Aunque sean herramientas completas, estos software pueden
resultar poco exibles para la investigacion o demasiado
complicados para la educacion
! Aun mas importante, las herramientas comerciales estan
cerradas y no permiten modifcaciones estructurales.
46
! Para la investigacion, la exibilidad y la posibilidad de
a nadir de forma rapida nuevos algoritmos son
caractersticas fundamentales.
! Existen muchas herramientas software de codigo abierto
para investigacion, generalmente para aplicaciones muy
especcas.
! Por ejemplo, UWPFLOW proporciona una algoritmo de
ujo de carga de continuacion (continuation power ow)
extremadamente robusto.
47
! C y FORTRAN proporcionan codigo muy rapido. Sin
embargo necesitan buenas capacidades de programacion y
no son adecuados para un desarrollo rapido de las
aplicaciones.
! Existen muchos lenguajes de alto nivel, como por ejemplo
Matlab, Mathematica y Modelica. Estos lenguajes son muy
populares entre los investigadores y en las universidades.
! En el campo de la ingeniera electrica, Matlab resulta ser la
eleccion preferida.
48
! Ejemplos de herramientas para el analisis de los sistemas
electricos en Matlab:
" Power System Toolbox (PST)
" MatPower
" Voltage Stability Toolbox (VST)
" Power Analysis Toolbox (PAT)
" Educational Simulation Tool (EST)
" Power system Analysis Toolbox (PSAT)
49
! Comparaciones:
Package PF CPF OPF SSA TD EMT GUI EGR
EST
MatEMTP
MatPower
PAT
PSAT
PST
SPS
VST
50
! Las caractersticas ilustradas en la tabla anterior son las
siguientes:
" Power ow (PF)
" Continuation power ow y analisis de estabilidad de
tension (CPF-VS)
" Optimal power ow (OPF)
" Small signal stability analysis (SSA)
" Time domain simulation (TD)
" Graphical user interface (GUI)
" Editor graco de redes (EGR)
51
! Un aspecto importante pero a menudo olvidado es que
Matlab tambien es un software comercial y cerrado.
! La rutinas internas de Matlab no pueden ser modicadas.
! Para permitir la rapida difusion de las ideas y el progreso
de la investigacion, ambos software y plataforma tienen que
ser libres (Richard Stallman).
! Una alternativa a Matlab es el proyecto GNU/Octave.
52
Caractersticas de PSAT
! PSAT es codigo abierto.
! PSAT funciona bajo los mas comunes sistemas operativos.
! PSAT proporciona las siguientes rutinas:
1. Continuation Power Flow (CPF);
2. Optimal Power Flow (OPF);
3. Small signal stability analysis;
4. Time domain simulations.
53
! PSAT utiliza el calculo vectorial y las ventajas de las
matrices dispersas de Matlab, por lo tanto resulta
relativamente rapido.
! PSAT contiene interfaces con UWPFLOW y GAMS, lo que
permite aumentar las capacidades de PSAT de solucionar
problemas de ujo de carga de continuacion y ujo de carga
optimo.
54
Esquema de PSAT
Analysis
Static
Simulink Other Data
Format
Data
Files
Saved
Results
Output
Text Results
Save
Graphic
Output
Library
Simulink
Settings
Simulink
Model
Conversion
Power Flow &
Initialization
State Variable
Conversion
Utilities
Time Domain
Simulation
Small Signal
Stability
Dynamic
Analysis
Optimal PF
Continuation PF
PMU Placement
Command
History
Plotting
Utilities
GAMS
UWpflow
Interfaces
Output
PSAT
Input
Models
User Defined
Models
55
Difusion de PSAT
PSAT users
56
! Para un analisis completo y preciso de los sistemas
electricos, PSAT proporciona muchos modelos estatico y
dinamicos de componentes.
! Los modelos dinamicos incluyen cargas no convencionales,
maquina sncronas y sus regulaciones, transformadores de
regulacion, FACTS, aerogeneradores, y pilas de combustible.
57
! Ademas de los algoritmos y de los modelos matematicos,
PSAT contiene tambien:
1. Interfaz graca amigable;
2. Editor de esquemas bajo Simulink;
3. Conversion de datos de y a otros formados;
4. Posibilidad de a nadir nuevos modelos;
5. Utilizacion de lnea de comando.
58
! No todas las caractersticas estan disponibles bajo
GNU-Octave:
Funcion Matlab GNU/Octave
Continuation power ow
Optimal power ow
Small signal stability analysis
Time domain simulation
GUIs and Simulink library
Data format conversion
User dened models
Command line usage
59
Como Empezar
! Se puede arrancar PSAT escribiendo en la lnea de comando
de Matlab:
>> psat
Esto comando crea todas las estructuras de datos y lanza la
ventana principal del programa.
! Todas las rutinas implementadas en PSAT se pueden lanzar
de esta ventana principal.
60
Como Empezar
! Ventana principal de PSAT:
61
Librera de Simulink
! PSAT proporciona una herramienta en ambiente Simulink
para dibujar los esquemas topologicos de lo sistemas
electricos.
! Sin embargo, las rutinas de calculo no utilizan Simulink.
! Una consecuencia de esta caracterstica es que PSAT puede
funcionar con Octave, que de momento no tiene un
equivalente de Simulink.
62
Librera de Simulink
! Librera de PSAT construida en el ambiente Simulink:

63
Otras Caractersticas
! PSAT proporciona tambien unas funciones para la
conversion de los datos de y a otros formatos y para crear
nuevos modelos. Esto tendra que fomentar el desarrollo y
la popularidad del programa.
! Algunos de los formados suportados son: IEEE CDF, EPRI,
PTI, PSAP, PSS/E, CYME, MatPower, PST, NEPLAN. La
conversion se puede hacer a traves de una interfaz amigable.
64
Conversion de y a Otros Formados
! Interfaz para la conversion de los datos:
65
Creacion de Nuevos Modelos
! La creacion de nuevos modelos tendra que fomentar el
desarrollo de PSAT por los usuarios.
! El usuario tiene que denir las ecuaciones y las variables del
modelo que quiere construir y PSAT se ocupa de escribir la
funcion y arreglar todos los detalles de programacion.
! El nuevo modelo se puede instalar en el programa y
compartirlo con otros usuarios.
! Si ya no se necesita el modelo, se puede quitarlo de forma
automatica.
66
Creacion de Nuevos Modelos
! Editor para la creacion de nuevos modelos:
67
Utilizacion de Lnea de Comando
! Es posible utilizar PSAT de lnea de comando. Esta
caracterstica permite utilizar PSAT en las siguientes
situaciones:
1) Si los comandos gracos no son disponibles o van muy
lentos (por ejemplo utilizacion remota de un servidor).
2) Si se quiere utilizar PSAT como scripting o dentro otros
programas.
3) Si PSAT funciona bajo Octave.
68
! El sistema electrico esta modelado como un sistema de
ecuaciones algebraico-deferenciales (DAE):
x = f(x, y, p)
0 = g(x, y, p)
donde x son las variables de estado x R
n
; y son las
variables algebraicas y R
m
; p son las variables
independientes p R
; f son las ecuaciones diferenciales

f : R
n
R
m
R
R
n
; y g son las ecuaciones algebraicas
g : R
m
R
m
R
R
m
.
69
! PSAT usa estas ecuaciones en todoas las rutinas, es decir
ujo de carga, CPF, OPF, small signal stability analysis
y analisis en el tiempo.
! Las ecuaciones algebraicas g se obtienen como la suma de
todas la potencias suministradas en los nudos:
g(x, y, p) =
_
_
g
p
g
q
_
_
=
_
_
g
pm
g
qm
_
_
cC
m
_
_
g
pc
g
qc
_
_
m M
donde g
pm
y g
qm
son los ujos de potencia en las lneas de
transporte, M es el conjunto de los nudos, C
m
y [g
T
pc
, g
T
qc
]
T
son el conjunto y las potencias suministradas al nudo m.
70
Modelos de los Componentes
! PSAT es component-oriented, es decir los componentes
estan denidos de forma independiente de los algoritmos
principales.
! Cada componente esta denido como un conjunto de
ecuaciones no lineales algebraico-diferenciales, como sigue:
x
c
= f
c
(x
c
, y
c
, p
c
)
P
c
= g
pc
(x
c
, y
c
, p
c
)
Q
c
= g
qc
(x
c
, y
c
, p
c
)
donde x
c
son las variables de estado, y
c
las variables
algebraicas (V y ) y p
c
son las variables independientes.
! Las ecuaciones diferenciales se a naden en cola al vector
general de ecuaciones diferenciales de toda la red.
71
Modelos de los Componentes
! La ecuaciones y las matrices jacobianas estan denidas en
una funcion que se utiliza por ambos analisis estatico y
dinamico.
! Ademas, el componente esta denido por una estructura de
datos, que es una variable global, y que contiene todas las
informaciones sobre el componente.
72
Modelos de los Componentes: Ejemplo
! Considerese por ejemplo la carga de tipo exponential
recovery (ERL).
! Las ecuaciones algebraico-diferenciales son como sigue:
x
c
1
= x
c
1
/T
P
+P
0
(V/V
0
)
s
P
0
(V/V
0
)
t
x
c
2
= x
c
2
/T
Q
+Q
0
(V/V
0
)
s
Q
0
(V/V
0
)
t
P
c
= x
c
1
/T
P
+P
0
(V/V
0
)
t
Q
c
= x
c
2
/T
Q
+Q
0
(V/V
0
)
t
donde P
0
, Q
0
y V
0
son las potencias y la tension inicial,
como se obtienen de la solucion del ujo de carga.
! Observese que se tiene que conectar una carga PQ
constante al nudo de la carga ERL para determinar
correctamente P
0
, Q
0
y V
0
.
73
! Denicion de los datos de la carga ERL:
Column Variable Description Unit
1 - Bus number int
2 S
n
Power rating MVA
3 V
n
Active power voltage coecient kV
4 f
n
Active power frequency coecient Hz
5 T
P
Real power time constant s
6 T
Q
Reactive power time constant s
7
s
Static real power exponent -
8
t
Dynamic real power exponent -
9
s
Static reactive power exponent -
10
t
Dynamic reactive power exponent -
74
! Las cargas ERL estan denidas en la estructura de datos
Erload, como sigue:
1. con: datos de las cargas ERL.
2. bus: ndices de los nudos de las cargas.
3. dat: potencias y tensiones iniciales (P
0
, Q
0
y V
0
).
4. n: n umero total de cargas ERL.
5. xp: ndices de las variables de estado x
c
1
.
6. xq: ndices de las variables de estado x
c
2
.
75
Ejemplo
! En este ejemplo se ilustran algunas caractersticas de PSAT
a traves de unos analisis estaticos y dinamicos del sistema
IEEE de 14 nudos.
! Todos estos datos se pueden bajar de la pagina web de
PSAT:
http://www.power.uwaterloo.ca/fmilano/
76
Ejemplo
! Sistema IEEE de 14 nudos:
Bus 14
|V| = 1.0207 p.u.
<V = !0.2801 rad
Bus 13
|V| = 1.047 p.u.
<V = !0.2671 rad
Bus 12
|V| = 1.0534 p.u.
<V = !0.2664 rad
Bus 11
|V| = 1.0471 p.u.
<V = !0.2589 rad
Bus 10
|V| = 1.0318 p.u.
<V = !0.2622 rad
Bus 09
|V| = 1.0328 p.u.
<V = !0.2585 rad
Bus 08
|V| = 1.09 p.u.
<V = !0.2309 rad
Bus 07
|V| = 1.0493 p.u.
<V = !0.2309 rad
Bus 06
|V| = 1.07 p.u.
<V = !0.2516 rad
Bus 05
|V| = 1.016 p.u.
<V = !0.1527 rad
Bus 04
|V| = 1.012 p.u.
<V = !0.1785 rad
Bus 03
|V| = 1.01 p.u.
<V = !0.2226 rad
Bus 02
|V| = 1.045 p.u.
<V = !0.0871 rad
Bus 01
|V| = 1.06 p.u.
<V = 0 rad
Breaker
Breaker
77
Ejemplo
! Solucion del ujo de carga:
78
Ejemplo
! Flujo de carga de continuacion (interfaz):
79
Ejemplo
! Flujo de carga de continuacion (gr acas):
80
Ejemplo
! Curvas de nariz de la tension en el nudo 14 para distintas
contingencias:
1 1.1 1.2 1.3 1.4 1.5 1.6 1.7 1.8
0
0.2
0.4
0.6
0.8
1
c
V
o
l
t
a
g
e
[
p
.
u
.
]
Base Case
Line 2-4 Outage
Line 2-3 Outage
81
Ejemplo
! Flujo de carga optimo (interfaz):
82
Ejemplo
! Comparacion entre OPF y CPF:
Contingency BCP
MLC ALC
[MW] [p.u.] [MW] [MW]
None 259 0.7211 445.8 186.8
Line 2-4 Outage 259 0.5427 399.5 148.6
Line 2-3 Outage 259 0.2852 332.8 73.85
! Por la denicion de las potencias de los generadores y de las
cargas P
G
yP
L
, vale la relacion
c
=
+ 1.
83
Ejemplo
! Simulacion en el tiempo:
" Se ha utilizado un aumento de carga del 40% con
respeto al nivel inicial. Sin PSS en el nudo 1, una
bifurcacion de Hopf ocurre por una contingencia en la
lnea 2-4 (oscilaciones no amortiguadas de los angulos de
los generadores).
" Se hizo tambien un estudio del sistema con el PSS en el
nudo 1 y un aumento de carga de 40%. En esta
condicion el sistema es estable.
84
Ejemplo
! Simulacion en el tiempo (sin PSS):
0 5 10 15 20 25 30
0.998
0.9985
0.999
0.9995
1
1.0005
1.001
1.0015
1.002
1
- Bus 1
2
- Bus 2
3
- Bus 3
4
- Bus 6
5
- Bus 8
G
e
n
e
r
a
t
o
r
S
p
e
e
d
s
[
p
.
u
.
]
Time [s]
85
Ejemplo
! Calculo de los autovalores (con PSS):
!1 !0.8 !0.6 !0.4 !0.2 0 0.2
!10
!8
!6
!4
!2
0
2
4
6
8
10
Real
I
m
a
g
86
Referencias
! F. Milano, An Open Source Power System Analysis
Toolbox, scheduled for publication on the IEEE
Transactions on Power Systems, Vol. 20, No. 3, August
2005, 8 pages, available at
http://www.power.uwaterloo.ca/fmilano/.
87
Interfaz PSAT-GAMS
! GAMS es una potente herramienta para solucionar
problemas de optimizacion.
" Programacion lineal y lineal entera mixta (CPLEX).
" Programacion no lineal (CONOPT y MINOS).
! El objetivo es crear una interfaz entre PSAT y GAMS.
88
Interfaz PSAT-GAMS
! El ambiente PSAT proporciona una interfaz graca y la
base de datos necesarios para el estudio de las redes
electricas.
! GAMS proporciona un ambiente eciente y sencillo de
programacion de problemas de optimo.
! La interfaz permite disfrutar de las ventajas de Matlab
(entorno graco) y de GAMS (solvers potentes y robustos)
89
Interfaz PSAT-GAMS
! Esquema de funcionamiento de la interfaz:
PSAT/GAMS
Interface
P S A T
Network &
Market Data
Visualization
Tools
Graphic
Input Data Market Solution
Interface
Matlab/GAMS
fm_gams.m
G A M S
GAMS
Library
psatout.gms
psatsol.m
psatglobs.gms
psatdata.gms
Matlab
Workspace
GAMS
Environment
GAMS Model
OPF
90
Interfaz PSAT-GAMS
! Interfaz graca amigable:
91
Interfaz PSAT-GAMS
! Modelos disponibles:
" Subasta monoperiodo.
" Subasta multiperiodo.
" Flujo de carga optimo.
" Flujo de carga optimo con restricciones de estabilidad de
tension.
" Maximizacion del margen de seguridad.
92
Referencias
! F. Milano, A Graphical and Open-Source Matlab-GAMS
Interface for Electricity Markets Models, Noveno Congreso
Hispano-Luso de Ingeniera Electrica, 29 June - 2 July
2005, Marbella, Spain.
93
Coste Total de Explotacion
! En un marco generalizado, la funcion objetivo es minimizar
el coste total de explotacion.
Min.
P
i
i
C
i
(P
i
)
! Las restricciones son:
! Balance de energa (no se consideran las perdidas):
i
P
i
= 0
! Lmites de potencias:
P
i
P
max
i
San Salvador, 25-29 Julio 2005 Modelos de Cierre de Mercado - 1
94
Coste Total de Explotacion
! Se puede escribir el problema anterior como un problema
min-max:
Max.
Max.
i
Min.
P
i
i
C
i
(P
i
)
i
P
i
i
(P
max
i
P
i
)
! donde y
i
son los multiplicadores de Lagrange del
balance y de las inecualidades.
95
Equivalencia con el Benecio Social
! Sabiendo que:
Max.
x
1
,x
2
,...,x
n
i
f
i
(x
i
) =
i
Max.
x
i
f
i
(x
i
)
! Se obtiene:
Max.
i
Max.
i
Min.
P
i
[C
i
(P
i
) P
i
i
(P
max
i
P
i
)]
96
Equivalencia con el Benecio Social
! El problema de minimizar el coste total de explotacion
(marco centralizado) es por lo tanto equivalente a n
problemas de maximizar el benecio particular de cada
participante (marco liberalizado).
! Observese que, sin lmites P
max
i
, se tiene que maximizar,
por cada participante:
C
i
(P
i
) P
i
! Dado el precio , el objetivo es minimizar los costes.
97
Subasta Monoperiodo
! La formulacion completa de un modelo general de subasta
monoperiodo es como sigue:
! Funcion objetivo:
Min.
P
Gi
,P
Dj
,
m
[
i
C
Gi
(P
Gi
)
i
C
Di
(P
Di
)] (1)
! Observese que las potencias de demanda tienen un signo
porque la carga tiene signo contrario a la generacion
(hay que minimizar el pago P
Dj
C
Dj
(P
Dj
)).
98
Subasta Monoperiodo
! Balance de potencia por zona:
iG
z
P
Gi
jD
z
P
Dj

m,nI
z
P
mn
= 0 (2)
! Flujos de potencias en las lneas interzonales:
P
mn
=
1
x
mn
(
m
n
) {m, n} I (3)
99
Subasta Monoperiodo
! Balances de potencia impuestos por los coordinadores de
balance:
iG
s
P
Gi
jD
s
P
Dj
= 0 (4)
! Capacidad de transporte de las lneas interzonales
P
max
mn
P
mn
P
max
mn
{m, n} I (5)
100
Subasta Monoperiodo
! Lmites de generacion:
P
min
Gi
P
Gi
P
max
Gi
i G (6)
! Lmites de consumo:
P
min
Dj
P
Dj
P
max
Dj
j D (7)
101
Subasta Monoperiodo
! Ejemplos de mercados reales:
Modelo PJM IyG CAL NOR SUE
Zonas k = n k = 1 k = 1 k < n k = 1
(1)
(2)
(3)
(4)
(5)
(6)
(7)
102
Medidas de eciencia economica
! Excedente de los productores:
S
G
=
iG
[
i
P
Gi
C
Gi
(P
Gi
)]
! Excedente de los consumidores:
S
D
=
jD
[C
Dj
(P
Dj
)
j
P
Dj
]
103
Medidas de eciencia economica
! Excedente de comercializacion:
S
M
=
jD
j
P
Dj

iG
i
P
Gi
! Benecio social:
S
S
= S
G
+S
D
+S
M
104
Precio de Cierre de Mercado
! El precio de cierre de mercado (PCM) es el precio que los
productores cobran y a lo que los consumidores compran la
energa electrica.
! El PCM se dene, de forma general, como:
PCM =
dC
dP
D
! donde C es la funcion objetivo y P
D
la potencia de la
demanda.
105
! Si se considera el balance de potencia:
iG
P
Gi
jD
P
Dj
= 0 (8)
! El PCM resulta ser el multiplicador de Lagrange asociado
con esta ecuacion:
PCM =
106
! Para demonstrar de forma general esta armacion,
considerese la siguiente propiedad.
! Dado un problema de optimo:
Min.
x,a
z = f(x, a)
! sujeto a:
h(x) +a = 0 :
! donde (x, a) es el vector de las variables, a R.
107
! La funcion lagrangiana del problema vale:
L = f(x, a) (h(x) +a)
! Sea el punto de optimo (x
, a
).
108
! Considerese ahora el problema de optimo:
Min.
x
z = f(x, a
)
! sujeto a:
h(x) +a
= 0 :
! El punto de optimo es x
.
109
! Entonces, la variacion de la funcion lagrangiana con respeto
al parametro a
vale:
dL
da
=
df
da
= 0
! y nalmente:
dz
da
=
110
! Esta propiedad es util a la vez de considerar el problema de
cierre de mercado.
! Dado el balance de potencia:
iG
P
Gi
jD
P
Dj
+a
= 0 (9)
! sea a
= 0.
111
! La variacion da
se puede ver como una variacion

innitesima de la potencia de la carga.
! Entonces:
dz
da
=
dC
dP
D
=
! Observese que no se hace ninguna hipotesis sobre la
ecuacion de balance (puede ser escalar, vectorial, etc.).
112
Ejemplo 1
! Red de tres nudos:
Bus3
Bus2
Bus1
113
Ejemplo 1
! Datos de los generadores:
Unit P
min
Gi
P
max
Gi
C
0i
C
1i
1 0.1 0.6 6 9.8
2 0.1 0.6 4 10.7
3 0.1 0.6 8 12.6
! Carga: P
L
= 1 p.u.
114
Ejemplo 1
! Modelo de Inglaterra y Gales (no red).
! Vector de generacion:
[P
G1
, P
G2
, P
G3
] = [0.6, 0.3, 0.1] p.u.
! Precio marginal del sistema (PCM):
PCM = = 10.7 $/h
115
Ejemplo 1
! Modelo de Noruega.
! Zona 1: nudo 1. Zona 2: nodus 2 y 3. Lmites en las lneas
interzonales 1-2 y 1-3: P
max
ij
= 0.2 p.u.
[P
G1
, P
G2
, P
G3
] = [0.4, 0.5, 0.1] p.u.
! Precios marginales zonales:
[
1
,
23
] = [9.8, 10.7] $/h
116
Ejemplo 1
! Modelo de PJM con P
max
ij
= 0.4 p.u en todas las lneas.
[P
G1
, P
G2
, P
G3
] = [0.4, 0.4, 0.2] p.u.
! Precios marginales nodales:
[
1
,
2
,
3
] = [9.8, 10.7, 12.6] $/h
! Saturaciones en las lneas 1-3 y 2-3.
117
Ejemplo 1
! El modelo PJM proporciona las mismas soluciones del
modelo Inglaterra y Gales si no se consideran las
saturaciones en las lneas.
! Si no se jan los lmites de saturaci on, el modelo con una
unica zona y el modelo con una zona por cada nudo son
equivalentes (precio de cierre de mercado unico para toda la
red).
118
Ejemplo 1
! Para denir las zonas, solo hay que eliminar las conexiones
entre cada zona.
Bus23
Bus1
119
Ejemplo 2
! Red de 6 nudos:
Bus 3
(GENCO 2)
Bus 2 (GENCO 3)
(ESCO 3)
(ESCO 1)
(ESCO 2)
Bus 4
Bus 5
(GENCO 1)
Bus 1
Bus 6
120
Ejemplo 2
! Datos:
Bus Participant C
i
P
max
i [$/MWh] [MW]
1 GENCO 1 (S
1
) 9.7 20
2 GENCO 2 (S
2
) 8.8 25
3 GENCO 3 (S
3
) 7 20
4 ESCO 1 (D
1
) 12 25
5 ESCO 2 (D
2
) 10.5 10
6 ESCO 3 (D
3
) 9.5 20
121
Ejemplo 2
! Solucion graca (no saturaciones):
0 20 65 55
7
8.8
9.5
9.7
10.5
25 35 45
GENCO 3
MW
A
GENCO 1
ESCO 2
ESCO 1
$/MWh
12
MCP =
ESCO 3
GENCO 2
122
Ejemplo 2
! Solucion graca con demanda inelastica P
tot
= 55 MW (no
saturaciones):
MCP =
GENCO 3
0 20 65 55
7
8.8
9.7
45
$/MWh ESCO 1 + ESCO 2 + ESCO 3
GENCO 1
B
GENCO 2
MW
123
Ejemplo 3
! Mercado diario en Espa na (www.omel.es):
124
Ajustes Tecnicos
! Considerese el caso de eliminacion de las saturaciones.
! Funcion objetivo:
Min.
P
Gi
,P
Dj
,
m
[
i
C
Gi
(P
Gi
+P
Gi
)
i
C
Di
(P
Di
+P
Dj
)]
(10)
! donde P
Gi
y P
Dj
son los ajustes de potencia.
125
Ajustes Tecnicos
! Balance de potencia por zona:
iG
z
(P
Gi
+P
Gi
)
jD
z
(P
Dj
+P
Dj
)
m,nI
z
P
mn
= 0 (11)
! Flujos de potencias en las lneas interzonales:
P
mn
=
1
x
mn
(
m
n
) {m, n} I (12)
126
Ajustes Tecnicos
! Balances de potencia impuestos por los coordinadores de
balance:
iG
s
P
Gi
jD
s
P
Dj
= 0 (13)
! Capacidad de transporte de las lneas interzonales
P
max
mn
P
mn
P
max
mn
{m, n} I (14)
127
Ajustes Tecnicos
P
min
Gi
P
Gi
+P
Gi
P
max
Gi
i G (15)
! Lmites de consumo:
P
min
Dj
P
Dj
+P
Dj
P
max
Dj
j D (16)
128
Ajustes Tecnicos
! Ejemplos de mercados reales:
Modelo PJM IyG CAL NOR SUE
Zonas k = n k = n k < 1 k = n k = n
Part. Cargas no no s s s
(1)
(2)
(3)
(4)
(5)
(6)
(7)
129
Ajustes Tecnicos
! De los cinco ejemplos de mercados reales lo que proporciona
las soluciones (generalmente) mas economicas es el modelo
de PJM.
! Este resultados era esperable porque el modelo PJM
considera de forma conjunta el problema de cierre de
mercado y las restricciones tecnicas.
! La ventaja de los otros modelos es una mayor
transparencia para los participantes.
130
Ejemplo
! Ajustes tecnicos debidos a las saturaciones en el mercado
diario en Espa na (www.omel.es):
131
Subasta Multiperiodo
! Programar la generacion para alimentar la demanda por un
horizonte temporal al coste mnimo incluyendo el arranque
y la parada (unit commitment) de los generadores.
! Restricciones:
" Restricciones tecnicas.
" Restricciones de seguridad (conjunto predenido de
contingencias, reserva, etc.).
132
! Coste de la energa:
" Generalemente se asume un coste cuadratico o lineal a
tramos y convexo.
" Bloques discretos de potencias.
" Se utilizan variables discretas para representar
no-convexidad.
133
! Otros costes:
" Coste de arranque. Se asume constante o funcion
exponencial del tiempo que el generador ha estado
parado.
" Coste de parada.
" Coste de la reserva de potencia.
134
! Restricciones tecnicas:
" Potencias generadas maximas y mnimas.
" Lmites de ujo en las lneas de transporte.
" Restricciones temporales:
# Tiempos mnimos de arranque y de parada.
# Lmites de rampas.
# Must-run.
# Contaminacion y restricciones ambientales.
135
! Restricciones de seguridad:
" El sistema tiene que sobrevivir tras todas las
contingencias plausibles, sin corte involuntario de carga.
" Es necesario incluir el balance de potencia
post-contingencia para cada tipo de reserva.
" Restricciones de estabilidad (tension, angulo, frecuencia).
" De momento no consideramos las restricciones de
seguridad.
136
! Variables continuas:
" P
g,t
: potencias de la generacion.
"
t
: angulos de las tensiones de los nudos.
! Variables discretas:
" u
t
: estado on/o.
" y
t
: arranque de los generadores.
" z
t
: parada de los generadores.
137
! Parametros:
" C
0t
: Vector de costes jos.
" C
1t
: Vector de costes lineales.
" C
2t
: Vector de costes cuadraticos.
" P
max
g
: Vector de potencias maximas.
" P
min
g
: Vector de potencias mnimas.
" P
dt
: Vector de la demanda.
138
! Parametros:
" C
su
t
: Vector de costes de arranque.
" C
sd
t
: Vector de costes de parada.
" r
up
: Vector de rampa de subida.
" r
dn
: Vector de rampa de bajada.
" T
up
: Vector de tiempos mnimos de arranque.
" T
dn
: Vector de tiempos mnimos de parada.
139
! Formulacion lineal:
! Funcion objetivo:
Min.
_
i
C
t
(P
gt
, u
t
) + (C
su
t
)
T
y
t
+ (C
sd
t
)
T
z
t
_
! Balance de potencia:
P
gt
P
dt
B = 0
140
diag(P
min
g
)u
t
P
gt
diag(P
max
g
)u
t
! Lmites de transporte:
P
max
f
H
t
P
max
f
141
! Restricciones temporales:
" Lmites de rampas:
P
gt1
P
gt
r
up
P
gt
P
gt1
r
dn
P
min
g
r
up
r
dn
" Logica de arranque y de parada:
y
t
z
t
u
t
+u
t+1
= 0
y
t
+z
t
1 0
142
! Modelo mas detallado de subasta multiperiodo.
! Funcion objetivo:
Max. G =
tT
jJ
C
D
j
P
D
j
(t)
tT
iI
(C
S
i
P
S
i
(t) +C
SU
i
w
i
(t) +C
SD
i
z
i
(t))
! donde C
SU
y C
SD
son los costes de arranque y parada de
los generadores.
143
! Lmites de las ofertas de productores y consumidores:
P
S
min i
u
i
(t) P
S
i
(t) P
S
i
(t) i I, t T
Q
G
min i
u
i
(t) Q
G
i
(t)Q
G
max i
u
i
(t) i I, t T
144
! Los lmites de las ofertas de los productores tienen en
cuenta si el generador esta aceptado en el mercado o no en
periodo t.
! P
S
i
(t) representa la maxima potencia en salida del
generador i y tiene en cuenta la maxima potencia, los
lmites de rampas y los lmites de arranque y parada.
145
! Lmites de arranque y lmites de rampa de subida:
P
S
i
(t) P
S
max
i
[u
i
(t) z
i
(t + 1)]
+z
i
(t + 1)SD
i
i I, t T
P
S
i
(t) P
S
i
(t 1) +RU
i
u
i
(t 1)
+SU
i
w
i
(t) i I, t T
146
! Lmites de parada y lmites de rampa de bajada:
P
S
i
(t 1) P
S
i
(t) +RD
i
u
i
(t) +SD
i
z
i
(t) i I, t T
147
! Restricciones de tiempo mnimo on-line:
t=1
(1 u
i
(t)) = 0 i I
k+UT
i
1
=t
u
i
() UT
i
w
i
(t) i I,
t =
i
+ 1 . . . T UT
i
+ 1
T
=t
(u
i
() w
i
(t)) 0 i I,
t = T UT
i
+ 2 . . . T
148
! Restricciones de tiempo mnimo o-line:
t=1
u
i
(t) = 0 i I
t+DT
i
1
=t
(1 u
i
()) DT
i
z
i
(t) i I,
t =
i
+ 1 . . . T DT
i
+ 1
T
=t
(1 u
i
() z
i
(t)) 0 i I,
t = T DT
i
+ 2 . . . T
149
! donde
i
y
i
son los n umeros de periodos i en los que el
generador tiene que estar en lnea o fuera de lnea,
respectivamente.
150
! Finalmente, logicas de arranque y parada:
w
i
(t) z
i
(t) = u
i
(t) u
i
(t 1) i I, t T
w
i
(t) +z
i
(t) 1 i I, t T
! Estas ecuaciones se necesitan para evitar que un generador
este arrancado y parado al mismo tiempo.
151
! Para inicializar la subasta multiperiodo, hay que jar el
estado inicial de los generadores, es decir los valores de las
variables de arranque y parada.
! Esto se puede hacer solucionando una subasta monoperiodo
o en base a soluciones anteriores.
! La subasta monoperiodo se puede obtener directamente del
modelo de la subasta multiperiodo jando el horizonte
temporal T = {1}.
152
! El precio de cierre de mercado o, si se consideran las
saturaciones, los precios nodales no se pueden denir si hay
variables discretas.
! Los multiplicadores de Lagrange no tienen un sentido fsico
si hay variables discretas.
153
! Para poder denir los precios, primero hay que solucionar el
problema con variables discretas.
! Dada la solucion, se jan las variables discreta al valor
optimo encontrado el paso anterior.
! Se soluciona otra vez el problema de cierre de mercado (n
problemas independientes por cada t).
! Los multiplicadores de Lagrange de esta ultima solucion son
los precios marginales.
154
Ejemplo 1
! Red de tres nudos:
Bus3
Bus2
Bus1
155
Ejemplo 1
! Datos:
Unit P
min
Gi
P
max
Gi
C
0i
C
1t
r
dw
, r
up
T
up
T
dw
1 0.1 0.6 6 9.8 0.05 2 2
2 0.1 0.6 4 10.7 0.1 3 2
3 0.1 0.6 8 12.6 0.15 2 2
156
Ejemplo 1
! Demanda:
1 1.5 2 2.5 3 3.5 4 4.5 5
50
60
70
80
90
100
110
120
hour [h]
157
Ejemplo 1
! Generacion:
1 1.5 2 2.5 3 3.5 4 4.5 5
0
10
20
30
40
50
60
70
hour [h]
P
SBus1
P
SBus2
P
SBus3
158
Ejemplo 1
! Precio de cierre de mercado:
1 1.5 2 2.5 3 3.5 4 4.5 5
9.8
9.9
10
10.1
10.2
10.3
10.4
10.5
10.6
10.7
10.8
hour [h]
LMP
Bus1
LMP
Bus2
LMP
Bus3
159
Ejemplo 1
! Generacion con lmites de ujo P
max
ij
= 0.4:
1 1.5 2 2.5 3 3.5 4 4.5 5
10
15
20
25
30
35
40
45
50
55
60
hour [h]
P
SBus1
P
SBus2
P
SBus3
160
Ejemplo 1
! Precios nodales con lmites de ujo P
max
ij
= 0.4:
1 1.5 2 2.5 3 3.5 4 4.5 5
9.5
10
10.5
11
11.5
12
12.5
13
hour [h]
LMP
Bus1
LMP
Bus2
LMP
Bus3
161
Ejemplo 2
! Precio de la energa en cada hora para el mercado diario en
Espa na:
162
Bibliografa
! A. L. Motto, F. D. Galiana, A. J. Conejo, J. M. Arroyo,
Network-Constrained Multiperiod Auction for a
Pool-Based Electricity Market, IEEE Transactions on
Power Systems, vol. 17, pp. 646-653, August 2002.
163
Subasta Multiperiodo Decentralizada
! El operador de sistema enva los precios nodales a los
productores.
! Los productores maximizan el benecio individual con este
precio.
164
! Funcion objetivo:
Max.
P
Gi
[
C
Gi
(P
Gi
, u
i
)]
! si:
Pr
=
1
2
(
C
1i
)
2
C
2i
C
0i
0
! entonces u
i
= 1 y P
Gi
=
(
a
i
)
b
i
.
! en caso contrario, u
i
= 0.
165
! Si el problema no es convexo, no es dicho que el problema
centralizado sea equivalente al problema centralizado.
! En este caso, por el marco centralizado:
! Algunas centrales con u
i
= 1 pueden tener Pr < 0.
Pr
=
1
2
(
C
1i
)
2
C
2i
C
0i
> 0 y u
i
= 1
! Algunas centrales con u
i
= 0 pueden perder la
posibilidad de ganar dinero.
Pr
=
1
2
(
C
1i
)
2
C
2i
C
0i
< 0 y u
i
= 0
166
! Las no-convexidades son:
! Costes jos.
! Costes de arranque y de parada.
! P
min
Gi
> 0.
! El problema decentralizado puede no converger nunca.
167
Price Maker
! Price Maker (que ja el precio) es un productor que
oferta energa y, por lo tanto, con sus ofertas ja el precio
de la electricidad.
! El objetivo es programar una oferta horaria
(self-scheduling) que maximize el benecio del productor
de energa.
168
Price Maker
! Por cada hora se supone que se conozca el precio de cierre
de mercado as como la curva de demanda y de oferta.
! Estas informaciones son disponibles en muchos mercados
reales, como por ejemplo, el mercado de Espa na, de
California y de New England.
! Se necesita esta informacion para permitir a los price maker
de prever sus curvas cantidad-precio.
169
Price Maker
! La curva cantidad-precio
t
(q
t
) por una hora dada
proporciona el precio de cierre de mercado en funcion de la
cantidad de potencia del price maker aceptada en la subasta
en esa hora.
! La curva cantidad-precio se conoce tambien como curva de
demanda residual.
! Permite maximizar el benecio de cada generador en el
mercado diario.
170
Price Maker
! Curva cantidad-precio
t
(q
t
).
35
30
25
20
15
10
5
0
0 1 2 3 4 5 6 7
Precio [$/MWh]
Cantidad [GW]
171
Price Maker
! Problema de optimo no lineal:
! Funcion objetivo:
Max.
p
t,i
,q
t
T
i=1
_
t
(q
t
)q
t
i=1
c
t,i
_
! sujeto a:
p
t,i

i
i = 1, . . . , m; t = 1, . . . , T
q
t
=
m
i=1
p
t,i
t = 1, . . . , T
172
Price Maker
!

T
i=1
t
(q
t
)q
t
es la ganancia total del productor.
!

T
i=1
m
i=1
c
t,i
es el coste total de produccion.
!
i
es la region de factibilidad de la unidad i que produce la
potencia p
i
.
! El coste c
t,i
es la suma de los costes jos, coste lineales a
tramos, costes de arranque y costes de parada.
173
Bibliografa
! S. de la Torre, J. M. Arroyo, A. J. Conejo, and J.
Contreras, Price Maker Self-Scheduling in Pool-Based
Electricity Market: Mixed-Integer LP Approach, IEEE
Transaction on Power Systems, vol. 17, no. 4, pp.
1037-1042, November 2002.
174
Price Taker
! Price taker (que acepta el precio) es un productor (por
ejemplo una planta termica) que no puede alterar el precio
de cierre de mercado.
! En esta condicion el problema de maximizar el benecio se
divide en sub-problemas independientes.
! Cada sub-problema es maximizar el benecio de cada
generador del mismo productor, es decir, encontrar la
estrategia de oferta de precio mas conveniente.
175
Price Taker
! Entonces el problema se puede reducir al analisis de un
unico generador.
! En el modelo del price taker, se supone que la incertitumbre
del precio sea elevada.
! El precio en cada hora
t
es por lo tanto una variable
aleatoria de la que se tiene que proporcionar el valor
esperado E
t
{
t
}.
176
Price Taker
! Problema de optimo no lineal:
! Funcion objetivo:
Max.
p
t
E
1,...,t
_
T
i=1
t
p
t
_
i=1
c
t
! sujeto a:
p
t
t = 1, . . . , T
177
Price Taker
! E
1,...,t
_
T
i=1
t
p
t
_
es la ganancia total esperada.
!

T
i=1
c
t
es el coste total de producci on.
! es la region de factibilidad del generador.
! El coste c
t
es la suma de los costes jos, coste lineales a
tramos, costes de arranque y costes de parada.
178
Price Taker
! Tambien el benecio B
t
en la hora t logrado por el
productor es una variable aleatoria.
! El valor promedio se puede calcular como sigue:
B
avg
t
=
est
t
p
t
c
t
! Varianza:
Var
B
t
(B
t
) = (
est
t
)
2
(p
t
)
2
179
Bibliografa
! A. J. Conejo, F. J. Nogales, and J. M. Arroyo, Price Taker
Bidding Strategy Under Price Uncertainty, IEEE
Transaction on Power Systems, vol. 17, no. 4, pp.
1081-1088, November 2002.
180
Subasta con Equilibrio Walrasiano
! El operador de mercado proporciona los costes de cada hora
del da.
! Cada productor programa su produccion para maximizar su
benecio.
! Los productores proporcionan el programa de producci on al
operador de mercado.
181
! Cada consumidor programa su demandas para maximizar
su benecio.
! Los consumidores proporcionan sus demandas al operador
de mercado.
! El operador de mercado determina el desequilibrio de
potencia en cada hora (demanda menos produccion).
182
! Si el desequilibrio horario es bastente peque no, el proceso
termina.
! Si el desequilibrio horario es mayor que el umbral mnimo, el
operador de mercado modica los precios horarios de forma
proporcional al desequilibrio horario y se repite el proceso.
183
Ejemplo
! Demandas: 35 y 60 MW (2 periodos).
! Generacion:
Generator Unidad 1 Unidad 2 Unidad 3
P
max
Gi
29 20 20
P
min
Gi
5 5 10
r
up
10 5 20
r
dw
10 5 20
P
0
Gi
25 10 10
C
i
1 4 5
184
Ejemplo
! Unidad 1:
Bloque 1 2 3
C
1ik
1 4 5
P
max
Gik
5 12 12
P
min
Gik
0 0 0
185
Ejemplo
! Self scheduling de la unidad 1:
! Funcion objetivo:
Max.
1
(P
G111
+P
G112
+P
G113
) +
2
(P
G121
+P
G122
+P
G123
)
(P
G111
+P
G121
) 4(P
G112
+P
G122
)
5(P
G113
+P
G123
)
186
Ejemplo
! Sujeto a:
0 P
G111
5 0 P
G121
5
0 P
G112
12 0 P
G122
12
0 P
G113
12 0 P
G123
12
5u
11
(P
G111
+P
G112
+P
G113
) 29u
11
5u
12
(P
G121
+P
G122
+P
G123
) 29u
12
187
Ejemplo
! Sujeto a:
(P
G111
+P
G112
+P
G113
) 25 10
(P
G121
+P
G122
+P
G123
) (P
G111
+P
G112
+P
G113
) 10
25 (P
G111
+P
G112
+P
G113
) 10
(P
G111
+P
G112
+P
G113
) (P
G121
+P
G122
+P
G123
) 10
u
11
, u
12
{1, 0}
188
Ejemplo
! Primera solucion:
Hora 1 2
Precio 5.156 7.044
Bloque 1 2 3 Total 1 2 3 Total
Unidad 1 5 12 12 29 5 12 12 29
Unidad 2 10 0 0 10 10 5 0 15
Unidad 3 0 0 0 0 10 5 5 20
Total - - - 39 - - - 64
189
Ejemplo
! Segunda solucion:
Hora 1 2
Precio 5.155 7.043
Bloque 1 2 3 Total 1 2 3 Total
Unidad 1 5 12 12 29 5 12 12 29
Unidad 2 5 0 0 5 10 0 0 10
Unidad 3 0 0 0 0 10 5 5 20
Total - - - 34 - - - 59
190
Bibliografa
! A. L. Motto, F. D. Galiana, A. J. Conejo and M. Huneault,
On Walrasian Equilibrium for Pool-Based Electricity
Markets, IEEE Transactions on Power Systems, vol. 17,
no. 3, pp. 774-781, August 2002.
191
! El modelo del sistema electrico que vamos a ilustrar se
limita a las ecuaciones de los generadores, de las cargas y de
la red de transporte en regimen permanente.
! Tambien hay que considerar los lmites de operacion y de
seguridad del sistema.
San Salvador, 25-29 Julio 2005 Modelo del Sistema Electrico - 1
192
! Modelo del generador en regimen permanente:
" El generador proporciona una potencia P al sistema y
mantiene la tension V constante, siempre y cuando las
potencias activas y reactivas esten dentro sus lmites
(capability curve):
P
min
P P
max
Q
min
Q Q
max
193
! Por lo tanto el generador es un nudo PV :
P = constante
Q = inc ognita
V = constante
= inc ognita
! Si se alcanzan los lmites de la potencia reactiva Q, el nudo
se convierte en PQ:
P = constante
Q = constante
V = inc ognita
= inc ognita
194
! Nudo de saldo (slack bus):
" El modelo fasorial necesita una referencia de fase.
" En la practica habitual se elige un generador grande
como referencia de fase, porque se supone que este
generador pueda funcionar como saldo de potencia.
P = inc ognita
Q = inc ognita
V = constante
= 0
P
slack
=
L
P
L
+P
losses
G
P
G
195
! Entonces, si Q alcanza un lmite:
P = inc ognita
Q = constante
V = inc ognita
= 0
196
! Modelo de la carga:
" En la practica habitual, las cargas se conectan al sistema
electrico a traves de un transformador de tomas
variables (ULTC).
" Entonces, la mayora de las cargas en regimen
permanente se modelan como potencias constantes en el
sistema, es decir, como nudos PQ:
P = constante
Q = constante
V = inc ognita
= inc ognita
197
! Red de transporte:
" La red de transporte en corriente alterna se compone de
lneas y transformadores que se pueden modelar como
sigue:
V
i
V
k
a : 1
aV
k
S
i
S
k
I
i
I
k
I
k
/a
Z
Y
2
Y
1
198
! Entonces:
S
i
= V
i
I
i
= V
i
_
_
(V
i
aV
k
)
_
1
Z
_
. .
Y
+V
i
Y
1
_
= V
i
_
_
(Y+Y
i
)
. .
Y
ii
V
i
+ (aY)
. .
Y
ik
V
k
_
_
! Ecuaciones similares valen para S
k
.
199
! Entonces, para un sistema con N nudos interconectados a
traves de una red de transporte en corriente alterna, se
puede denir una matriz N N de las admitancias:
2
6
6
6
6
6
6
6
6
6
6
6
6
6
4
I
1
I
2
.
.
.
I
i
.
.
.
I
N
3
7
7
7
7
7
7
7
7
7
7
7
7
7
5
=
2
6
6
6
6
6
6
6
6
6
6
6
6
6
4
Y
11
Y
12
Y
1i
Y
1N
Y
21
Y
22
Y
2i
Y
2N
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
Y
i1
Y
i2
Y
ii
Y
iN
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
Y
N1
Y
N2
Y
Ni
Y
NN
3
7
7
7
7
7
7
7
7
7
7
7
7
7
5
2
6
6
6
6
6
6
6
6
6
6
6
6
6
4
V
1
V
2
.
.
.
V
i
.
.
.
V
N
3
7
7
7
7
7
7
7
7
7
7
7
7
7
5
I
|{z}
node injections
= Y
bus
V
|{z}
node voltages
200
! donde:
Y
bus
=
_
_
Y
ii
=
N
k=1
1
Z
ik
+
Y
i
= suma de todos los Ys conectados al nudo i
Y
ij
=
1
Z
ij
= negativo de Y entre los nudos i y j
201
Flujo de Carga
! Ecuaciones del ujo de carga.
! Metodos de solucion:
" Newton-Raphson.
" Desacoplado rapido.
" Flujo de carga en continua.
! Ejemplos.
San Salvador, 25-29 Julio 2005 Flujo de Carga - 1
202
Flujo de Carga
! El punto de trabajo en regimen permanente de un sistema
electrico de potencia se obtiene solucionando las ecuaciones
de ujo de carga (power ow problem).
! El modelo del sistema para el ujo de carga corresponde a
un punto de equilibrio del sistema.
203
Ecuaciones de Flujo de Carga
! En regimen permanente, un sistema con n generadores G y
m cargas L se puede modelar como:
S
G1
S
Gn
S
L1
S
Lm
V
G1
V
Gn
V
L1
V
Lm
Y
bus
(N N)
N = n + m
Red de
Transporte
204
Flujo de Carga Equations
! Entonces las inyecciones de potencia en cada nudo son:
S
i
= P
i
+jQ
i
= V
i
I
i
= V
i
N
k=1
Y
ik
V
k
= V
i
i
N
k=1
(G
ij
jB
ij
)V
k

k
S
i
=
_
_
_
S
G
i
para nudos de generacion
S
L
i
para nudos de carga
205
! Esto lleva a dos ecuaciones para cada nudo:
P
i
(, V, P
i
) =
P
i
k=1
V
i
V
k
[G
ik
cos(
i
k
) +B
ik
sin(
i
k
)] = 0
Q
i
(, V, Q
i
) =
Q
i
k=1
V
i
V
k
[G
ik
sin(
i
k
) B
ik
cos(
i
k
)] = 0
! Y dos variables para cada nudo:
" Nudos PQ V
i
y
i
" Nudos PV
i
y Q
i
" Nudo de saldo P
i
y Q
i
206
! Estas ecuaciones se conocen como power mismatch
equations.
! Las ecuaciones estan sujetas a restricciones (desigualdades)
que representan los lmites de control:
0.95 V
i
1.05 para todos los nudos
Q
min
i
Q
i
Q
max
i
para los nudos de generacion
207
! Resumiendo, los datos tpicos de ujo de carga son:
Nudo Parametros Variables
PQ P, Q V ,
PV P, V Q,
saldo V , P, Q
208
! Para el analisis de ujo de carga con restricciones, los
modelos estandar pueden cambiar si se alcanzan los lmites:
Nudo Parametros Variables
PQ P, V
max,min
Q,
PV P, Q
max,min
V ,
saldo Q
max,min
, P, V
! El analisis de ujo de carga de continuacion (CPF) es
mucho mas able y robusta para llevar a cabo un analisis de
ujo de carga con restricciones.
209
! El nudo de saldo puede ser unico o distribuido.
! Esto depende de como se reparten las perdidas.
" En el modelo con nudo de saldo unico, todas las
perdidas estan balanceadas por el nudo de saldo.
" En el modelo con nudo de saldo distribuido, las perdidas
se comparten entre todos o algunos de los generadores.
210
! El modelo con nudo de saldo distribuido se basa en el
concepto de centro de potencia generalizado.
! Esto se obtiene incluyendo en las ecuaciones de ujo de
carga una varibale k
G
y escribiendo otra vez los balances de
potencias activas como sigue:
n
G
i
(1 +k
G
i
)P
G
i

n
P
i
P
L
i
P
losses
= 0
! El parametro
i
permite ajustar el peso de la participacion
de cada generador a las perdidas.
! En el modelo con nudo de saldo unico,
i
= 0 para todos los
generadores menos el nudo de saldo.
211
Solucion del Flujo de Carga
! Las ecuaciones del ujo de carga se pueden escribir en la
forma siguiente:
F(z) = 0
! Hay 2 ecuaciones para cada nudo, con 2 par ametros y 2
incognitas para cada nudo; el problema tiene un tama no de
2N.
! Como estas ecuaciones no son lineales (debido a las
funciones seno y coseno), en la practica habitual la solucion
se obtiene a traves de metodos numericos, como por
ejemplo Newton-Raphson (NR).
212
! Un metodo NR robusto se puede plantear como sigue:
1. Se comienza con una tentativa inicial, generalmente V
0
i
= 1,
0
i
= 0, Q
0
Gi
= 0, P
0
slack
= 0 (at start).
2. En cada iteracion k(k = 0, 1, 2, . . .), se calcula la matriz
jacobiana dispersa:
F
z
z
k
= J
k
=
_
_
F
1
z
1
|
z
k . . .
F
1
z
N
|
z
k
.
.
.
.
.
.
.
.
.
F
N
z
1
|
z
k . . .
F
N
z
N
|
z
k
_
_
2N2N
213
3. Se encuentra z
k
solucionando el siguiente sistema lineal
(la matriz dispersa J
k
no se invierte, se factoriza, para
ahorrar tiempo):
J
k
z
k
= F(z
k
)
4. Se calculan los nuevos valores de las incognitas para la
iteracion siguiente, donde es un control de paso constante
que garantiza la convergencia (0 < < 1):
z
k+1
= z
k
+z
k
214
5. El procedimiento termina cuando:
F(z
k+1
) = max |F
i
(z
k+1
)|
! Esto es en principio el metodo que utiliza la funcion
fsolve() de Matlab. Esta funcion puede utilizar matrices
jacobianas numericas o analticas.
215
! Si se calculan solo las incognita y V utilizando el metodo
NR (la potencia reactiva de los generadores y la potencia
activa del nudo de saldo se puede calcular luego):
J
k
z
k
= F(z
k
)
_
_
H M
N L
_
_
_
_

k
V
k
/V
k
_
_
=
_
_
P(
k
, V
k
)
Q(
k
, V
k
)
_
_
216
! Donde:
H =
P
(
k
,V
k
)
M = V
P
V
(
k
,V
k
)
N =
Q
(
k
,V
k
)
L = V
Q
V
(
k
,V
k
)
217
! Si se hace la hipotesis que:
" (
i
k
) < 10
, entonces
cos(
i
k
) 1
sin(
i
k
)
i
k
" Las resistencias en al red de transporte son peque nas, es
decir R X, entonces G
ij
B
ik
.
! Las matrices M y N se pueden despreciar, y:
H V
k
B
V
k
M V
k
B
V
k
218
! Entonces se puede desacoplar el sistema lineal resultante:
B
k
= P(
k
, V
k
)/V
k
B
V
k
= Q(
k
, V
k
)/V
k
donde B
el la parte imaginaria de la matriz Y

bus
, y B
es
la parte imaginaria de la matriz de las admitancias
calculada despreciando las resistencias, es decir B
= B
.
219
! El metodo desacoplado rapido es el siguiente:
1. Se empieza con una tentativa inicial, generalmente
0
i
= 0, V
0
i
= 1.
2. Se soluciona
k
B
k
= P(
k
, V
k
)/V
k
.
3. Se actualiza
k+1
=
k
+
k
.
4. Se soluciona V
k
B
V
k
= Q(
k
, V
k
)/V
k
.
5. Se actualiza V
k+1
= V
k
+V
k
.
6. Se calculan las potencia incognitas de los generadores y
se controlan los lmites.
7. Se repite el proceso para k = 1, 2, . . ., hasta la
convergencia.
220
! Este metodo necesita un n umero relativamente grande de
pasos en comparacion con el metodo NR robusto.
! Es bastante mas rapido, porque no se tiene que recalcular la
factorizacion de la matriz jacobiana en cada iteracion.
! La convergencia depende de la tentativa inical y no hay
garantia de convergencia, en particular si la red de
transporte tiene grandes resistencias.
221
Flujo de Carga en Continua
! Se desprecian las potencias reactivas.
! Todas los modulos de las tensiones valen 1 p.u.
! Relacion lineal entre potencia activas y angulos de las
tensiones.
222
Flujo de Carga en Continua
! Flujo de potencia entre dos nudos m y n:
P
mn
=
1
x
mn
(
m
n
)
! En forma matricial:
P = B
! Errores hasta el 20% respeto al ujo de carga completo.
223
Ejemplo 1
! Los datos del sistema son los siguientes:
P
1
P
2
Q
1 2
3
Todas las lneas:
200 MVA
200 MVA
138 kV
X = 0.1 p.u.
B = 0.2 p.u.
0.9 p.f. retraso
V
1
= 1,
1
= 0, V
2
= 1, V
3
= 1, y P
2
= P
1
/2.
! Determnense los angulos
2
y
3
y la potencia reactiva Q a
traves de las ecuaciones de ujo de carga.
224
Ejemplo 1
! La matriz Y
bus
vale:
Y
11
= Y
22
= Y
33
=
2
jX
+ 2
_
j
B
2
_
= j19.8
Y
12
= Y
13
= Y
23
=
1
jX
= j10
Y
bus
= j
_
_
19.8 10 10
10 19.8 10
10 10 19.8
_
_
= j
_
_
B
11
B
12
B
13
B
21
B
22
B
23
B
31
B
32
B
33
_
_
225
Ejemplo 1
! Ecuacion de balance P
1
:
P
1
= P
1
k=1
V
1
V
k
[G
1k
cos(
1
k
) +B
1k
sin(
1
k
)]
0 = P
1
k=1
B
1k
sin(
k
)
= P
1
+B
12
sin(
2
) +B
13
sin(
3
)
= P
1
+ 10 sin(
2
) + 10 sin(
3
)
226
Ejemplo 1
! Ecuacion de balance Q
1
:
Q
1
= Q
1
k=1
V
1
V
k
[G
1k
sin(
1
k
) B
1k
cos(
1
k
)]
0 = Q
1
+
3
k=1
B
1k
cos(
k
)
= Q
1
19.8 + 10 cos(
2
) + 10 cos(
3
)
227
Ejemplo 1
2
:
P
2
= P
2
k=1
V
2
V
k
[G
2k
cos(
2
k
) +B
2k
sin(
2
k
)]
0 = P
1
/2
3
k=1
B
2k
sin(
2
k
)
= 0.5P
1
+ 10 sin(
2
) + 10 sin(
2
3
)
228
Ejemplo 1
2
:
Q
2
= Q
2
k=1
V
2
V
k
[G
2k
sin(
2
k
) B
2k
cos(
2
k
)]
0 = Q
2
+
3
k=1
B
2k
cos(
2
k
)
= Q
1
+ 10 cos(
2
) 19.8 + 10 cos(
2
3
)
229
Ejemplo 1
3
:
P
3
= P
3
k=1
V
3
V
k
[G
3k
cos(
3
k
) +B
3k
sin(
3
k
)]
0 = 0.9
3
k=1
B
3k
sin(
3
k
)
= 0.9 + 10 sin(
3
) + 10 sin(
3
2
)
230
Ejemplo 1
3
:
Q
3
= Q
3
k=1
V
3
V
k
[G
3k
sin(
3
k
) B
3k
cos(
3
k
)]
0 = Q
_
1 0.9
2
+
3
k=1
B
3k
cos(
3
k
)
= Q0.436 + 10 cos(
3
) + 10 cos(
3
2
) 19.8
231
Ejemplo 1
! Entonces se tienen 6 ecuaciones y 6 incognitas, es decir
2
,
3
, P
1
, Q
1
, Q
2
, y Q que se pueden obtener con la funcion
fsolve() de Matlabs:
>> global lambda
>> lambda = 1;
>> z0 = fsolve(@pf_eqs,[0 0 0 0 0 0], optimset(Display,iter))
Norm of First-order Trust-region
Iteration Func-count f(x) step optimality radius
0 7 0.945696 18 1
1 14 0.000661419 0.705901 0.0205 1
2 21 9.98637e-18 0.0257331 2.52e-09 1.76
Optimization terminated: first-order optimality is less than options.TolFun.
z0 =
-0.0100 -0.0500 0.6000 -0.1870 -0.1915 0.2565
232
Ejemplo 1
! Donde lambda se usa para simular una variacion de carga
con factor de potencia constante y pf eqs.m vale:
function F = pf_eqs(z)
global lambda
d2 = z(1);
d3 = z(2);
P1 = z(3);
Q1 = z(4);
Q2 = z(5);
Q = z(6);
F(1,1) = P1 + 10*sin(d2) + 10*sin(d3);
F(2,1) = Q1 - 19.8 + 10*cos(d2) + 10*cos(d3);
F(3,1) = 0.5*P1 - 10*sin(d2) - 10*sin(d2-d3);
F(4,1) = Q2 + 10*cos(d2) - 19.8 + 10*cos(d2-d3);
F(5,1) = -0.9*lambda - 10*sin(d3) - 10*sin(d3-d2);
F(6,1) = Q - 0.436*lambda + 10*cos(d3) + 10*cos(d3-d2) - 19.8;
233
Ejemplo 1
! Observese que en medida que (lambda) aumenta, surgen
problemas de convergencia:
lambda = 20;
z0 = fsolve(@pf_eqs,[0 0 0 0 0 0], optimset(Display,iter))
0 7 396.67 360 1
1 14 246.008 1 143 1
.
.
.
9 70 2.68094e-07 0.179729 0.000311 25.9
10 77 7.43614e-16 0.00127159 1.64e-08 25.9
Optimization terminated: first-order optimality is less than options.TolFun.
z0 =
-0.2501 -1.2613 12.0000 7.0658 4.8031 20.1667
234
Ejemplo 1
! Los problemas aumentan hasta que ya no se obtiene
ninguna convergencia:
lambda = 22;
z0 = fsolve(@pf_eqs,[0 0 0 0 0 0], optimset(Display,iter))
0 7 480.33 396 1
1 14 310.93 1 168 1
.
.
.
90 595 0.00622095 0.0211144 0.0322 0.0211
91 602 0.00621755 0.0211144 0.0155 0.0211
Maximum number of function evaluations reached: increase options.MaxFunEvals.
z0 =
-0.3322 -1.7225 13.1600 11.8633 8.5479 29.1072
235
Ejemplo 1
! Este es un ejemplo de problema de ujo de carga atpico.
! Los programas comerciales no pueden solucionar el
problema anterior as como estaba planteado.
! Vamos a solucionar un problema estandar.
236
Ejemplo 2
! Ejemplo de ujo de carga estandar: red de 6 nudos.
Bus 3
(GENCO 2)
Bus 2 (GENCO 3)
(ESCO 3)
(ESCO 1)
(ESCO 2)
Bus 4
Bus 5
(GENCO 1)
Bus 1
Bus 6
237
Ejemplo 2
! Datos de los generadores y de las cargas.
Participant P
L
0
Q
L
0
P
G
0
[MW] [MVar] [MW]
GENCO 1 0 0 90
GENCO 2 0 0 140
GENCO 3 0 0 60
ESCO 1 90 60 0
ESCO 2 100 70 0
ESCO 3 90 60 0
238
Ejemplo 2
! Datos de las lneas.
Line R
ij
X
ij
B
i
/2
i-j [p.u.] [p.u.] [p.u.]
1-2 0.1 0.2 0.02
1-4 0.05 0.2 0.02
1-5 0.08 0.3 0.03
2-3 0.05 0.25 0.03
2-4 0.05 0.1 0.01
2-5 0.1 0.3 0.02
2-6 0.07 0.2 0.025
3-5 0.12 0.26 0.025
3-6 0.02 0.1 0.01
4-5 0.2 0.4 0.04
5-6 0.1 0.3 0.03
239
Ejemplo 2
! Estadsticas:
Buses 6
Lines 11
Generators 3
Loads 3
240
Ejemplo 2
! Estadstica de la solucion:
Number of iterations: 4
Maximum p mismatch [p.u.] 0.00000
Maximum q mismatch [p.u.] 0.00000
Power rate [mva] 100.00000
241
Ejemplo 2
! Solucion del ujo de carga:
Bus V Phase P gen Q gen P load Q load
[p.u.] [rad] [p.u.] [p.u.] [p.u.] [p.u.]
Bus1 1.05000 0.02534 0.90000 0.31409 0.00000 0.00000
Bus2 1.05000 0.00000 1.39875 0.65025 0.00000 0.00000
Bus3 1.05000 0.03529 0.60000 0.70318 0.00000 0.00000
Bus4 0.98592 0.04064 0.00000 0.00000 0.90000 0.60000
Bus5 0.96854 0.07261 0.00000 0.00000 1.00000 0.70000
Bus6 0.99121 0.07350 0.00000 0.00000 0.90000 0.60000
242
Ejemplo 2
! Solucion graca del ujo de carga:
GENCO 3
GENCO 2
GENCO 1
ESCO 3
ESCO 2
ESCO 1
Bus6
|V| = 0.9912 p.u.
<V = !0.0735 rad
Bus5
|V| = 0.9685 p.u.
<V = !0.0726 rad
Bus4
|V| = 0.9859 p.u.
<V = !0.0406 rad
Bus3
|V| = 1.05 p.u.
<V = !0.0352 rad
Bus2
|V| = 1.05 p.u.
<V = 0 rad
Bus1
|V| = 1.05 p.u.
<V = 0.0253 rad
243
Ejemplo 2
! Flujos en las lneas:
From bus To bus Line P flow Q flow P loss Q loss
[p.u.] [p.u.] [p.u.] [p.u.]
Bus2 Bus3 1 0.15013 0.06035 0.00106 0.06087
Bus3 Bus6 2 0.50254 0.51335 0.00957 0.02700
Bus4 Bus5 3 0.07867 0.03415 0.00128 0.07385
Bus3 Bus5 4 0.24653 0.19035 0.01178 0.02548
Bus5 Bus6 5 0.01938 0.09487 0.00051 0.05607
Bus2 Bus4 6 0.60904 0.36580 0.02326 0.02578
Bus1 Bus2 7 0.11245 0.07650 0.00142 0.04127
Bus1 Bus4 8 0.40302 0.22486 0.01013 0.00097
Bus1 Bus5 9 0.38453 0.16574 0.01360 0.01023
Bus2 Bus6 10 0.44108 0.14075 0.01415 0.01169
Bus2 Bus5 11 0.30954 0.16881 0.01199 0.00483
244
Ejemplo 2
! Totales:
Generaci on activa [p.u.] 2.89875
Generaci on reactiva [p.u.] 1.66752
Carga activa [p.u.] 2.80000
Carga reactiva [p.u.] 1.90000
Perdidas activas [p.u.] 0.09875
Perdidas reactivas [p.u.] 0.23248
245
Flujo de Carga

Optimo
! El ujo de carga optimo es un problema de programacion
no lineal.
! El objetivo es, como habitual, maximizar el benecio social:
Max. G =
jJ
c
D
j
(P
D
j
)
iI
c
S
i
(P
S
i
)
! La funciones monotonas de los costes c
D
j
y c
S
i
pueden ser
funciones no lineales (generalmente cuadraticas).
San Salvador, 25-29 Julio 2005 Flujo de Carga

Optimo - 1
246
Flujo de Carga

Optimo
! Ecuaciones del ujo de carga (lado red):
P
h
= V
2
h
(g
h
+g
h0
)
V
h
n
=h
V
(g
h
cos(
h
) +b
h
sin(
h
))
h B
Q
h
= V
2
h
(b
h
+b
h0
)
+V
h
n
=h
V
(g
h
sin(
h
) b
h
cos(
h
))
h B

Optimo - 2
247
Flujo de Carga

Optimo
! Ecuaciones del ujo de carga (lado participantes):
P
h
=
iI
h
(P
G
i0
+P
S
i
)
jJ
h
(P
L
0j
+P
D
0j
)
h B
Q
h
=
iI
h
Q
G
i

jJ
h
(P
L
0j
+P
D
0j
) tan(
D
i
)
h B

Optimo - 3
248
Flujo de Carga

Optimo
! V y representan los fasores de las tensiones.
! Las cargas se modelan como potencias constantes.
! P
G
0
y P
L
0
tienen en cuenta potencias jas como
" Generadores must-run.
" Carga no interruptibles.
" Contratos bilaterales.

Optimo - 4
249
Flujo de Carga

Optimo
! Las ventajas de utilizar las ecuaciones de ujo de carga sin
simplicaciones son dos:
" Ambos balances de potencia activa y reactiva estan
asegurados.
" Las perdidas estan modeladas de forma muy precisa.

Optimo - 5
250
Flujo de Carga

Optimo
! Lmites de la oferta y de la demanda:
P
S
min
i
P
S
i
P
S
max
i
i I
P
D
min
j
P
D
j
P
D
max
j
j J

Optimo - 6
251
Flujo de Carga

Optimo
! Lmites de potencia reactiva y de tension:
Q
G
min
i
Q
G
i
Q
G
max
i
i I
V
min
h
V
h
V
max
h
h B

Optimo - 7
252
Flujo de Carga

Optimo
! Lmites termicos en las lneas de transporte:
I
hk
(, V ) I
hk
max
(h, k) N
I
kh
(, V ) I
kh
max
! I
hk
e I
kh
son las corrientes en las lneas de transporte.

Optimo - 8
253
Flujo de Carga

Optimo
! Los lmites de seguridad se modelan en la practica habitual
como lmites de potencias activas en las lneas de transporte:
P
hk
(, V ) P
hk
max
(h, k) N
P
kh
(, V ) P
kh
max
! El calculo de P
hk
max
y P
hk
max
se hace fuera de lnea.

Optimo - 9
254
Precios Marginales Nodales
! Los precios marginales nodales se pueden denir a traves de
la funcion lagrangiana del sistema:
L = G
T
f(, V, Q
G
, P
S
, P
D
)
T
P
S max
(P
S
max
P
S
s
P
S max
)
T
P
S min
(P
S
s
P
S min
)
T
P
Dmax
(P
D
max
P
D
s
P
Dmax
)
T
P
Dmin
(P
D
s
P
Dmin
)
T
I
ij max
(I
max
I
ij
s
I
ij max
)
T
I
ji max
(I
max
I
ji
s
I
ji max
)

Optimo - 10
255
! (sigue)
T
Q
Gmax
(Q
G
max
Q
G
s
Q
Gmax
)
T
Q
Gmin
(Q
G
Q
Gmin
s
Q
Gmax
)
T
V
max
(V
max
V s
V
max
)
T
V
min
(V V
min
s
V
min
)
s
(
i
ln s
i
)

Optimo - 11
256
! De las condiciones de optimo (KKT) se obtiene:
L/P
S
i
= C
S
i

P
S
i
+
P
S
max
i
P
S
min
i
L/P
D
i
= C
D
i
+
P
D
i
+
Q
D
i
tan(
D
i
)
+
P
D
max
i
P
D
min
i
!
D
i
es el factor de potencia de la carga i.

Optimo - 12
257
! Y, nalmente, los precios marginales (Locational Marginal
Prices, LMP):
LMP
S
i
=
P
S
i
= C
S
i
+
P
S
max
i
P
S
min
i
LMP
D
i
=
P
D
i
= C
D
i
+
P
D
min
i
P
D
max
i
! Estas formulas se llaman tambien f ormulas de
decomposici on.

Optimo - 13
258
! Observese que los precios marginales son coherentes con la
denicion de variacion del coste respeto a la variacion de la
energa:
LMP =
dC
dP
! Esta propriedad viene directamente del desarrollo de la
funcion lagrangiana.
! Es inmediato averiguar que hay un precio por cada nudo.

Optimo - 14
259
! Otra formula de descomposicion propuesta:
LMP
i
= (1
P
L
P
i
)
p
Q
L
P
i
j=1
I
j max
P
j
P
i
! Se pueden denir tambien precios marginales para la
potencias reactivas si se incluye en la funcion objetivo el
coste de estas potencias.

Optimo - 15
260
Precios de las Saturaciones
! Los precios de las saturaciones (Nodal Congestion Prices,
NCP) se pueden calcular utilizando una f ormula de
descomposicion.
NCP =
_
f
T
y
_
1
h
T
y
(
max
min
)

Optimo - 16
261
! y son los fasores de las tensiones en los nudos ([, V ]).
! h son las desigualdades correspodientes a los ujos en las
lneas.
!
max
y
min
son las variables duales (multiplicadores de
Lagrange) asociadas con las desigualdades.

Optimo - 17
262
! Se puede reescribir NCP en cada nudo como sigue:
NCP
i
=
n
k
k=1
(
P
ik max

P
ik min
)
P
ik
P
i
+
n
k
k=1
(
I
ik max

I
ik min
)
I
ik
P
i
! n
k
es el n umero de las lneas conectadas al nudo i.

Optimo - 18
263
Bibliografa
! K. Xie, Y-H. Song, J. Stonham, E. Yu, and G. Liu,
Decomposition Model and Interior Point Methods for
Optimal Spot Pricing of Electricity in Deregulation
Environments, IEEE Transactions on Power Systems, vol.
14, no. 1, pp. 39-50, Feb. 2000.

Optimo - 19
264
Ejemplo 1
! Red de 6 nudos:
Bus 3
(GENCO 2)
Bus 2 (GENCO 3)
(ESCO 3)
(ESCO 1)
(ESCO 2)
Bus 4
Bus 5
(GENCO 1)
Bus 1
Bus 6

Optimo - 20
265
Ejemplo 1
Participante C P
bid
max
P
L
0
Q
L
0
P
G
0
Q
G
lim
[$/MWh] [MW] [MW] [MVar] [MW] [MVar]
GENCO 1 9.7 20 0 0 90 150
GENCO 2 8.8 25 0 0 140 150
GENCO 3 7.0 20 0 0 60 150
ESCO 1 12.0 25 90 60 0 0
ESCO 2 10.5 10 100 70 0 0
ESCO 3 9.5 20 90 60 0 0

Optimo - 21
266
Ejemplo 1
! Datos de las lneas.
Lnea R
ij
X
ij
B
i
/2 P
max
I
max
i-j [p.u.] [p.u.] [p.u.] [MW] [A]
1-2 0.1 0.2 0.02 15.4 37
1-4 0.05 0.2 0.02 50.1 133
1-5 0.08 0.3 0.03 42.9 122
2-3 0.05 0.25 0.03 21.6 46
2-4 0.05 0.1 0.01 68.2 200
2-5 0.1 0.3 0.02 33.6 103
2-6 0.07 0.2 0.025 52.1 132
3-5 0.12 0.26 0.025 26.1 95
3-6 0.02 0.1 0.01 65.0 200
4-5 0.2 0.4 0.04 9.8 26
5-6 0.1 0.3 0.03 2.2 29

Optimo - 22
267
Ejemplo 1
! Flujo de carga optimo con lmites termicos I
max
.
Participante V P
BID
P
0
Pago
[p.u.] [$/MWh] [MW] [MW] [$/h]
GENCO 1 1.100 9.02 0.00 90 -812
GENCO 2 1.100 8.98 25 140 -1481
GENCO 3 1.100 9.14 20 60 -1100
ESCO 1 1.021 9.56 25 90 1062
ESCO 2 1.013 9.65 10 100 1062
ESCO 3 1.040 9.43 8.07 90 925
TOTALES T = 323.1 MW Pay
IMO
= 62 $/h
Perdidas = 11.8 MW

Optimo - 23
268
Ejemplo 1
! Flujo de carga optimo con lmites de seguridad P
max
.
Participante V P
BID
P
0
Pago
[p.u.] [$/MWh] [MW] [MW] [$/h]
GENCO 1 1.100 9.70 14.4 90 -1013
GENCO 2 1.100 8.80 2.4 140 -1253
GENCO 3 1.084 8.28 20.0 60 -663
ESCO 1 1.028 11.64 15.6 90 1229
ESCO 2 1.013 10.83 0.0 100 1083
ESCO 3 1.023 9.13 20.0 90 1005
IMO
= 388 $/h
Perdidas = 11.2 MW

Optimo - 24
269
Ejemplo 2
! Red de 24 nudos:
10
18
21
22
17
23
19 20 16
14
24
13
11
3 9
6
8
5
4
7 2 1
12
15
132 kV
230 kV

Optimo - 25
270
Ejemplo 2
! Red de 24 nudos (modelo en PSAT):
IEEE One Area RTS!96
Bus124
Bus123
Bus122
Bus121
Bus120 Bus119
Bus118
Bus117
Bus116
Bus115
Bus114
Bus113
Bus112 Bus111
Bus110 Bus109
Bus108
Bus107
Bus106
Bus105
Bus104
Bus103
Bus102 Bus101

Optimo - 26
271
Ejemplo 2
! Ofertas de los generadores:
Nudo Generador c
0
c
1
c
2
[$/h] [$/p.u.h] [$/p.u.
2
h]
1, 2 1, 2, 5, 6 0.017 24.842 36.505
1, 2 3, 4, 7, 8 0.035 10.239 3.840
7 9-11 0.00 17.974 2.748
13 12-14 0.0058 18.470 1.011
15 15-19 0.011 21.227 37.937
15, 16, 23 20, 21, 30, 31 0.011 9.537 0.559
18, 21 22, 23 0.058 5.230 0.007
22 24-29 0 1 0
23 32 0.016 9.587 0.315

Optimo - 27
272
Ejemplo 2
! Ofertas de los consumidores:
Nudo P
D
0
P
D
max
P
D
min
[p.u.] [p.u.] [p.u.]
1 1.188 1.4256 0.9504
2 1.067 1.2804 0.8536
3 1.98 2.376 1.584
4 0.814 0.9768 0.6512
5 0.781 0.9372 0.6248
6 1.496 1.7952 1.1968
7 1.375 1.65 1.1
8 1.881 2.2572 1.5048
9 1.925 2.31 1.54
10 2.145 2.574 1.716
13 2.915 3.498 2.332
14 2.134 2.5608 1.7072
15 3.847 4.6164 3.0776
16 1.1 1.32 0.88
18 3.663 4.3956 2.9304
19 1.991 2.3892 1.5928
20 1.408 1.6896 1.1264

Optimo - 28
273
Ejemplo 2
! Potencias de los generadores:
0 5 10 15 20 25 30 35
0
0.5
1
1.5
2
2.5
3
3.5
4
P
o
t
e
n
c
i
a
[
p
.
u
.
]
Generador

Optimo - 29
274
Ejemplo 2
! Potencias de los consumidores:
0 2 4 6 8 10 12 14 16 18
0
0.5
1
1.5
2
2.5
3
3.5
4
4.5
5
P
o
t
e
n
c
i
a
[
p
.
u
.
]
Consumidores

Optimo - 30
275
Ejemplo 2
! Tensiones de los nudos:
0 5 10 15 20 25
0
0.2
0.4
0.6
0.8
1
1.2
1.4
T
e
n
s
i
o
n
e
s
[
p
.
u
.
]
Nudos

Optimo - 31
276
Ejemplo 2
! Precios marginales (LMP):
0 5 10 15 20 25
0
5
10
15
20
25
L
M
P
[
$
/
M
W
h
]
Nudos

Optimo - 32
277
Ejemplo 2
! Precios de saturaciones (NCP):
0 5 10 15 20 25
!0.8
!0.6
!0.4
!0.2
0
0.2
0.4
0.6
N
C
P
[
$
/
M
W
h
]
Nudos

Optimo - 33
278
Analisis de Estabilidad
! Estabilidad de angulo.
" Peque nas perturbaciones.
" Estabilidad transitoria.
! Estabilidad de frecuencia
! Estabilidad de tension.
San Salvador, 25-29 Julio 2005 An alisis de Estabilidad - 1
279
Estabilidad de

Angulo
! Deniciones.
! Peque nas perturbaciones.
" Bifurcaciones de Hopf.
! Estabilidad transitoria.
" Analisis en el tiempo.
" Metodos directos.
$ Criterio de igualdad de areas.
$ Funcion energa.
! Aplicaciones.
280
Denicion de Estabilidad de

Angulo
! De la clasicacion IEEE-CIGRE (IEEE/CIGRE Joint Task
Force on Stability) Terminos y Deniciones, Denitions
and Classication of Power System Stability, IEEE Trans.
Power Systems and CIGRE Technical Brochure 231, 2003:
Voltage Stability Voltage Stability
Angle Stability
Stability Stability
Stability
Stability
Stability
Voltage
Transient
Frequency Rotor Angle
Power System
Large Small
Small Disturbance
Disturbance Disturbance
Long Term
Long Term
Short Term
Short Term
Short Term
281
Denicion de Estabilidad de

Angulo
! Estabilidad de angulo de rotor se reere a la capacidad de
las maquinas sncronas de un sistema electrico
interconectado de mantener el sincronismo tras
experimentar una perturbacion. Depende de la capacidad
de mantener o restablecer el equilibrio entre par
electromagnetico y par mecanico de cada maquina sncrona
del sistema.
! En este caso, el problema es evidente a causa de las
oscilaciones de angulo y de frecuencia de algunos
generadores que puede llevar a la perdida de sincronismo
con otras maquinas.
282
Peque nas Perturbaciones
! Estabilidad de angulo de rotor por peque nas perturbaciones
(o peque nas se nales) se reere a la capacidad de un sistema
electrico de mantener el sincronismo tras peque nas
perturbaciones. Las perturbaciones se consideran
sucientemente peque nas, para que la linealizacion del
sistema permita un analisis preciso del sistema.
! Este problema esta asociado en la practica habitual con la
aparicion de oscilaciones no amortiguadas en el sistema a
causa de una falta de suciente par amortiguador.
283
Peque nas Perturbaciones
! En teora, este fenomeno puede ser asociado con un punto
de equilibrio estable que pasa a ser inestable a causa de una
bifurcacion de Hopf.
! Generalmente la causa es una contingencia (por ejemplo el
apagon del 1996 en la costa oeste de EE.UU.)
284
Estabilidad Transitoria
! Estabilidad de angulo de rotor por grandes perturbaciones
o estabilidad transitoria, como se suele denir, se reere a la
capacidad de un sistema electrico de mantener el
sincronismo tras una importante perturbacion, como por
ejemplo una falta trifasica en una lnea de transporte. La
respuesta del sistema resultante implica grandes variaciones
de los angulos de los generadores y esta condicionada por la
relacion no lineal entre potencia y angulo..
! La no linealidades del sistema causan la respuesta del
sistema. En este caso la linealizacion no funciona.
285
! Para peque nas perturbaciones, el problema es determinar si
el punto de equilibrio resultante es estable o inestable
(analisis de los autovalores) o un punto de bifurcacion (por
ejemplo una bifurcacion de Hopf).
! Para grandes perturbaciones, el punto de equilibrio del
sistema tras la perturbacion puede existir y ser estable,
pero es posible que el sistema no pueda alcanzar ese punto.
286
! Los conceptos basicos y los metodos de analisis son:
" Pre-contingencia (condici on inicial): el sistema funciona
en condiciones normales asociados con un punto de
equilibrio estable.
" Contingencia (trayectoria de la falta): una grande
perturbacion, como por ejemplo un cortocircuito o la
intervencion de un interruptor, fuerza el sistema a
moverse del punto inicial.
287
! (sigue)
" Post-contingencia (despeje de la falta): la contingencia
generalmente fuerza las protecciones del sistema a
despejar (clear) la falta; el problema es entonces
determinar si el sistema resultante es estable, es decir si
el sistema permanece relativamente intacto y las
trayectorias en el tiempo asociadas convergen a un punto
de trabajo razonable.
288
! Este analisis esta basado en la teora no lineal.
! Se puede ver como el problema de determinar si la
trayectoria de la falta en el punto de despeje (clearance)
esta dentro o fuera de la region de estabilidad
post-contingencia del punto de equilibrio estable.
289
Analisis en el Tiempo
! Dada la complexidad de los sistemas de potencia, el analisis
mas able es el estudio en el tiempo (integracion numerica).
! Por ejemplo, para un sistema con un generador y una carga:
Generador
E
V
1
1
V
2
2
jx
L
jx
G
P
G
+ jQ
G P
L
+ jQ
L
jx
C
290
! Las ecuaciones diferenciales (ODE) para el modelo mas
sencillo de generador (modelo transitorio de eje directo) y
despreciando el AVR y los lmites de generacion vale:
=
1
M
(P
d
E
V
2
Bsin D
G
)
=
1
D
L
(E
V
2
Bsin P
d
)
V
2
=
1
[V
2
2
(B B
C
) +E
V
2
Bcos kP
d
]
donde
B =
1
X
=
1
X
G
+X
L
291
! El objetivo es determinar cuanto tiempo despues de la falta
el operador tiene que conectar una compensacion reactiva
B
C
.
! La contingencias es un rapido aumento del valor de la
reactancia X.
! La contingencia es grande porque el punto de equilibrio
estable desaparece.
! Se puede solucionar el problema con unas simulaciones
completas en el tiempo, siendo M = 0.1, D
G
= 0.01,
D
L
= 0.1, = 0.01, E
= 1, P
d
= 0.7, k = 0.25, B
C
= 0.5.
292
! Para una contingencia X = 0.5 0.6 en t
f
= 1 s, con
conexion de B
C
para t
c
= 1.4 s lleva a un sistema estable:
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
!0.2
0
0.2
0.4
0.6
0.8
1
1.2
1.4
V2
t
c
t
f
t [s]
293
! Si se conecta B
C
en t
c
= 1.5 s, el sistema es inestable:
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
0
1
2
3
4
5
6
V2
t
c
t
f
t [s]
294
Metodos Directos
! La integracion en el tiempo es pesada. Pues se han
propuestos metodos directos de analisis de estabilidad
basados en la teora de estabilidad de Lyapounov.
! La idea es denir una energa o una funcion de Lyapounov
(x, x
s
) con determinadas caractersticas para obtener una
medida directa de la region de estabilidad A(x
s
) asociada
con el punto de equilibrio estable post-contingencia x
s
.
! La energa del sistema es generalmente una buena funcion
de Lyapounov, porque conlleva una medida de
estabilidad.
295
Metodos Directos
! El ejemplo de la bola rodante es util para explicar la idea
basica detras de este metodo:
v
h
m
u.e.p.
1
u.e.p.
2
s.e.p.
! Hay 3 puntos de equilibrio: uno estable (fondo de la
valle), dos inestables (cima de la colina).
296
Metodos Directos
! La energa de la bola es una buena funcion de Lyapounov o
funcion de energa transitoria (Transient Energy
Function, TEF):
W = W
kinetic
+W
potential
= W
K
+W
P
=
1
2
mv
2
+mgh
= ([v, h]
T
, 0)
297
Metodos Directos
! La energa potencial en el punto de equilibrio estable es
cero, y presenta maximos locales en los puntos de equilibrio
inestables (W
P1
y W
P2
).
! El punto de equilibrio inestable mas cercano es u.e.p.
1
siendo W
P1
< W
P2
.
298
Metodos Directos
! Le estabilidad de este sistema se puede calcular utilizando
esta energa:
" Si W < W
P1
, la bola permanece en la valle, es decir el
sistema es estable, y converge a un punto de equilibrio
estable para t .
" Si W > W
P1
, la bola puede o puede que no llegue al
punto de equilibrio estable, dependiendo del
amortiguamiento (test no concluyente).
" Cuando la energa potencial de la bola W
P
(t) alcanza el
valor maximo respeto al tiempo t, el sistema sale de la
valle, es decir el sistema es inestable.
299
Metodos Directos
! Si el amortiguamiento es grande, el valle corresponde a
la region de estabilidad.
! En este caso, la frontera de estabilidad A(x
s
) corresponde
a la cresta donde se posicionan lo puntos de equilibrio
inestables, es decir W
P
es maximo localmente.
! Cuanto mas peque no el amortiguamiento, tanto mayor la
diferencia entre la cresta y A(x
s
).
! Para amortiguamiento cero, A(x
s
) esta denida por W
P1
.
300
Metodos Directos
! El test de estabilidad directo proporciona una condicion
necesaria pero no suciente:
(x, x
s
) < c x A(x
s
)
(x, x
s
) > c No concluyente!
donde el valor de c esta asociado con un maximo local de la
funcion de energa potencial.
301
Metodos Directos
! Para el ejemplo generador-red de potencia innita,
despreciando los lmites y el AVR:
Generador Sistema
E
V 0
V
1
1
V
2
2
jx
L
jx
th
jx
G
P
G
+ jQ
G P
L
+ jQ
L
= =
r
0
=
1
M
_
P
L
V
X
sin D
_
X = X
G
+X
L
+X
th
302
Metodos Directos
! La energa cinetica del sistema vale:
W
K
=
1
2
M
2
! Y la energa potencial vale:
W
P
=
_
(T
c
T
m
)d
_
(P
c
P
m
)d in p.u. for
r

0
s
(P
G
P
L
)d
_

s
(
E
V
X
P
L
)d
E
V B(cos cos
s
) P
L
(
s
)
donde
s
es el punto de equilibrio estable de sistema.
303
Metodos Directos
! W
P
muestra un perl muy similar al ejemplo de la bola
rodante:
E
V
X
P
G
W
F
W
F1
W
F2
min
max
max
estable
inestable inestable
s

u1
u1
u2
u2
304
Metodos Directos
! Entonces, la funcion de Lyapounov o TEF del sistema vale:
TEF = (x, x
s
)
= ([, ]
T
, [
s
, 0]
T
)
=
1
2
M
2
E
V B(cos cos
s
)
P
L
(
s
)
! Con un criterio similar a lo utilizado para la bola rodante:
" Si TEF < W
P1
el sistema es estable.
" Si TEF > W
P1
no concluyente para D > 0
(rozamiento).
" Si TEF > W
P1
inestable para D = 0 (poco realista).
305
Metodos Directos
! Esto es equivalente a comparar areas en el plano P
G
-
(Criterio de igualdad de areas o Equal Area Criterion,
EAC):
P
G
P
L
(0) =
s
pre
s
post
(t
c
)
u1
post
pre-contingencia
post-contingencia
contingencia (falta)
tiempo de despeje de la falta

306
Metodos Directos
! Entonces, comparando la area acelerante:
A
a
=
_
(t
c
)
s
pre
(P
L
P
G
fault
)d
=
_
(t
c
)
s
pre
_
P
L
V
X
fault
_
d
! con la area desacelerante:
A
d
=
_

s
post
(t
c
)
(P
G
post
P
L
)d
=
_

s
post
(t
c
)
_
E
V
X
post
P
L
_
d
307
Metodos Directos
! En conclusion:
" Si A
a
< A
d
el sistema es estable para t
c
.
" Si A
a
> A
d
no conluyente para D > 0.
" Si A
a
> A
d
inestable para D = 0 (poco realista).
308
Metodos Directos: Ejemplo 1
! Un generador de 60 Hz con una reactancia transitoria del
15% esta conectado a una red de potencia innita con
tension 1 p.u. a traves de dos lneas de transporte iguales
con reactancia del 20% y resistencia despreciable. El
generador esta produciendo 300 MW con factor de potencia
0.9 en adelanto cuando ocurre una falta trifasica en la
mitad de una de las lneas; la falta es despejada por un
interruptor de la misma lnea.
! Sea la base de potencia de 100 MVA. Determnese el tiempo
crtico de despeje para el generador si se desprecia el
amortiguamiento y la inercia vale H = 5 s.
! Sea D = 0.1 s. Determnese el nuevo valor del tiempo
crtico de despeje.
309
! Condicion pre-contingencia o inicial:
P
G
pre
= P
L
=
E
V
X
pre
sin
s
pre
Q
L
=
V
2
X
pre
+
E
V
X
pre
cos
s
pre
310
! Donde:
X
pre
= 0.15 +
0.2
2
= 0.25
P
L
=
300 MW
100 MVA
3 =
E
0.25
sin
s
pre
Q
L
= 3 tan(cos
1
0.9)
1.4530 =
1
0.25
+
E
0.25
cos
s
pre
311
E
i
pre
= E
sin
s
pre
= 0.75
E
r
pre
= E
cos
s
pre
= 1.3633
E
=
_
E
2
r
pre
+E
2
i
pre
= 1.5559
s
pre
= tan
1
_
E
i
pre
E
r
pre
_
= 28.82
= 0.5030 rad
312
! Condiciones durante la falta:
P
G
falta
=
E
V
X
falta
sin
=
1.5559
X
falta
sin
donde, se utiliza una transformacion Y- porque la falta
esta en la mitad de una de las lneas:
jX
fault
E
V 0
j0.1 j0.1
j0.2
j0.15
313
X
falta
=
0.15 0.2 + 0.1 0.2 + 0.15 0.1
0.1
P
G
falta
= 2.394 sin
A
a
=
_
(t
cc
)
s
pre
(P
L
P
G
falta
)d
=
_
(t
cc
)
0.503
(3 2.394 sin )d
= 3((t
cc
) 0.503) + 2.394(cos (t
cc
) cos(0.503))
= 3(t
cc
) + 2.394 cos (t
cc
) 3.6065
314
! Condiciones post-contingencia:
X
post
= 0.15 + 0.2 = 0.35
P
G
post
=
E
V
X
post
sin
= 4.446 sin
3 = 4.446 sin
s
post
s
post
= 42.44
= 0.7407 rad
315
A
d
=
_

s
post
(t
cc
)
(P
G
post
P
L
)d
=
_
2.4
(t
cc
)
(4.446 sin 3)d
= 4.446(cos 2.4 cos (t
cc
)) 3(2.4 (t
cc
))
= 3(t
cc
) + 4.446 cos (t
cc
) 3.9215
316
A
a
= A
d
= 3(t
cc
) + 2.394 cos (t
cc
) 3.6065
= 3(t
cc
) + 4.446 cos (t
cc
) 3.9215
(t
cc
) = 81.17
= 1.4167 rad
317
! Durante la falta:
=
=
1
M
_
P
L
V
X
falta
sin
_
M =
H
f
=
5 s
60 Hz
= 0.0265 s
2

=
= 37.70(3 2.394 sin )
318
! A traves de la integracion numerica de estas ecuaciones
para (0) =
s
pre
= 28.82
:
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35
20
40
60
80
100
120
140
160
180
200
220
[
d
e
g
]
t [s]
319
! Para D = 0.1 y el tiempo de despeje de t
c
= 0.27 s, el
sistema es estable:
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
0
50
100
150
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
!10
!5
0
5
10
[
d
e
g
]
[
d
e
g
]
t [s]
t [s]
320
! Para el tiempo de despeje de t
c
= 0.28 s, el sistema es
inestable; pues t
cc
0.275 s:
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
0
500
1000
1500
2000
2500
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
0
10
20
30
40
[
d
e
g
]
[
d
e
g
]
t [s]
t [s]
321
! Los casos generador-motor (es decir sistema-sistema) se
pueden tambien estudiar con el criterio de igualdad de
areas, si se dene una inercia equivalente
M = M
1
M
2
/(M
1
M
2
), y un amortiguamiento equivalente
D = MD
1
/M
1
= MD
2
/M
2
.
! Para el ejemplo generador-carga, despreciando la
impedancia interna del generador y asumiendo una
regulacion instantanea del AVR.
V
1
1
V
2
2
jx
L
P
G
+ jQ
G
P
L
+ jQ
L
322
! Se puede demostrar que las funciones energa, con o sin
lmites del generador, valen:
W
K
=
1
2
M
2
W
P
= B(V
1
V
2
cos V
10
V
20
cos
0
)
+
1
2
B(V
2
2
V
2
20
) +
1
2
B(V
2
1
V
2
10
)
P
d
(
0
) +Q
d
ln
_
V
2
V
20
_
Q
G
ln
_
V
1
V
10
_
! Se puede estudiar la estabilidad de este sistema a traves de
la evaluacion de la energa como explicado en el ejemplo
anterior para TEF = (x, x
0
) = W
K
+W
P
.
323
! Entonces para V
1
= 1, X
L
= 0.5, P
d
= 0.1, y Q
d
= 0.25P
d
,
la energa potencial W
P
(, V
2
) que dene la regi on de
estabilidad respeto al punto de equilibrio estable vale:
0
0.5
1
1.5
2
!400
!200
0
200
400
0
1
2
3
4
5
6
7
8
V
2
W
P
s.e.p.
u.e.p.
saddle
node
324
! Simulando la contingencia crtica X
L
= 0.5 0.6 para
P
d
= 0.7 y despreciando los lmites, los perles de las
energas son:
0.9 1 1.1 1.2 1.3 1.4 1.5 1.6
!0.4
!0.3
!0.2
!0.1
0
0.1
0.2
Wp
Wk+Wp
T
E
F
t [s]
325
! El punto de salida en A(x
s
) esta aproximadamente en el
punto de maxima energa potencial.
! Pues, el tiempo crtico de despeje vale:
t
cc
1.42 s
! Resultados similares se pueden obtener a traves de un
metodo trial-and-error.
326
Metodos Directos: Conclusiones
! Las ventajas de la funcion de Lyapounov son:
" Permite un analisis de estabilidad muy rapido.
" Se puede utilizar como ndice de estabilidad.
327
Metodos Directos: Conclusiones
! Los problemas son:
" La funcion de Lyapounov depende del modelo; en la
practica habitual, se pueden encontrar solo funciones
energa aproximadas.
" Si el test falla, no es concluyente.
" Se tiene que conocer con adelanto el estado
post-contingencia, porque la funcion energa se dene
con respeto al punto de equilibrio estable del sistema
post-contingencia.
! Se puede utilizar solo como metodo aproximado de analisis
de estabilidad
328
Aplicaciones de Estabilidad Transitoria
! En la practica habitual, los estudios de estabilidad
transitoria se hacen con simulaciones en el tiempo y
metodos trial-and-error.
! Ahora se pueden hacer estos estudios en tiempo real para
sistemas muy grandes.
! La idea es determinar si un conjunto de contingencias
realistas llevan a la inestabilidad (ranking de
contingencias). Esto permite denir el valor del ATC en las
interconexiones para un punto de equilibrio asignado.
329
! Entonces, la maxima cargabilidad del sistema puede ser
afectada por el tama no de la region de estabilidad, lo que
conlleva a la denicion de un valor de ATC verdadero.
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
ETC ATC TRM
TTC
Peor
Contingencia
HB
HB
OP
V
2
P
d
330
! Los tiempos crticos de despeje no son un problema para las
protecciones rapidas que existen ahora.
! Se han propuestos metodos directos simplicados como el
Extended Equal Area Cirterion (Y. Xue et al., Extended
Equal Area Criterion Revisited, IEEE Transactions on
Power Systems, Vol. 7, No. 3, Aug. 1992, pp. 1012-1022).
Este metodo ha sido testado para el pre-ranking en lnea de
contingencias y va a ser implementado en algunos sistemas
en EE.UU.
331
Estabilidad de Frecuencia
! Deniciones.
! Conceptos basicos.
! Aplicaciones practicas.
332
Denicion de Estabilidad de Frequencia
Angle Stability
Stability
Stability
Stability Stability
Stability
Voltage
Transient
Power System
Large Small
Small Disturbance
Long Term
Long Term
Short Term
Short Term
Short Term
333
Denicion de Estabilidad de Frequencia
! Estabilidad de frecuencia se reere a la capacidad de un
sistema electrico de mantener la frecuencia constante tras
una grave trastorno del sistema por causa de un importante
desequilibrio entre generacion y carga.
! Entonces, el analisis de estabilidad de frecuencia se
concentra en estudiar la estabilidad de todo el sistema para
cambios rapidos en el balance generacion-carga.
334
Conceptos de Estabilidad de Frecuencia
! Estas variaciones de frecuencia por causa de desequilibrios
entre generacion y carga son comunes.
! Se puede llegar a condiciones inestables por causa de la
intervencion de reles de frecuencia lado generacion o lado
carga.
! Se pueden solucionar los problemas de frecuencia o bien con
un control manual o bien a traves de sistemas de regulacion
automatica.
! Los reguladores de potencia de los generadores regulan
variaciones locales de frecuencia.
335
Aplicaciones de Estabilidad de Frecuencia
! Los reguladores de frecuencia centralizados, como por
ejemplo los reguladores Area Control Error (ACE),
pueden regular el intercambio de potencia entre areas
distintas a traves de una regulacion del error de frecuencia
entre las areas.
! El apagon del 28 de octubre de 2003 en Italia es un ejemplo
de apagon debido a un problema de estabilidad de
frecuencia.
336
Estabilidad de Tension
! Deniciones.
! Conceptos basicos.
! Flujo de carga de continuacion.
! Metodos Directos.
!

Indices.
! Aplicaciones practicas.
! Ejemplos.
337
Denicion de Estabilidad de Tension
Angle Stability
Stability Stability
Stability
Stability
Stability
Voltage
Transient
Power System
Large Small
Small Disturbance
Long Term
Long Term
Short Term
Short Term
Short Term
338
! La estabilidad de un sistema electrico es la capacidad de
un sistema electrico, para una dada condicion de trabajo
inicial, de recuperar una condicion de trabajo de equilibrio
estable tras una perturbacion fsica, siendo la mayora de
las variables limitadas, de forma que el sistema se quede
practicamente intacto.
! Estabilidad de tensi on se reere a la capacidad de un
sistema electrico de mantener tensiones constantes en todos
los nudos en el sistema tras experimentar una perturbacion,
dada una condicion de trabajo inicial.
339
! La incapacidad de la red de transporte de proporcionar
potencia a las cargas lleva al problema de collapso de
tension.
! Este problema esta asociado con la desaparici on de un
punto de equilibrio estable debido a una bifurcaci on silla o
una bifurcacion lmite, generalmente a causa de
contingencias (por ejemplo el apagon del 14 de Agosto de
2003 en Norte America).
340
Conceptos de Estabilidad de Tension
! Los conceptos de bifurcacion silla y bifurcacion lmite se
pueden explicar de forma sencilla a traves de un ejemplo:
V
1
1
V
2
2
jx
L
P
G
+ jQ
G
P
L
+ jQ
L
341
! Despreciando por simplicidad las perdidas, las dinamicas
electromagneticas, y la impedancia transitoria en el modelo
transitorio de eje directo, el generador se puede modelar
como sigue:
1
=
1
=
r
0

1
=
1
M
(P
m
P
G
D
G
1
)
342
! La carga se puede modelar utilizando un modelo mixto.
! Para P, despreciando las dinamicas de tension (T
pv
= 0) y
la dependencia de la tension ( = 0):
P
L
= K
pf
f
2
+K
pv
[V
2
+T
pv

V
2
]
P
L
= P
d
+D
L
2
=
2
=
1
D
L
(P
L
P
d
)
343
! Para Q, despreciando la dependencia de la frecuencia
(K
qf
= 0) y la dependencia de la tension ( = 0)
Q
L
= K
qf
f
2
+K
qv
[V
2
+T
qv

V
2
]
Q
L
= Q
d
+

V
2
V
2
=
1
(Q
L
Q
d
)
344
! Las ecuaciones de ujo de carga de la red de transporte
valen:
P
L
=
V
1
V
2
X
L
sin(
2
1
)
P
G
=
V
1
V
2
X
L
sin(
1
2
)
Q
L
=
V
2
2
X
L
+
V
1
V
2
X
L
cos(
2
1
)
Q
G
=
V
2
1
X
L
V
1
V
2
X
L
cos(
1
2
)
! Finalmente, como no hay perdidas:
P
m
= P
d
345
! Entonces, deniendo:
=
1
2
=
1

=
2
las ecuaciones del sistema son:
=
1
M
_
P
d
V
1
V
2
X
L
sin D
G
=
1
D
L
_
V
1
V
2
X
L
sin P
d
_
V
2
=
1
V
2
2
X
L
+
V
1
V
2
X
L
cos Q
d
_
346
! Observese que estas ecuaciones representan tambien un
sistema con un generador y una carga dinamica sin AVR y
con X
L
que incluye X
G
, donde V
1
representa E
G
.
! Se puede suponer que la demanda de potencia en regimen
permanente tenga un factor de potencia constante, es decir
Q
d
= kP
d
! Si se tienen en cuenta los lmites de potencia reactiva del
generador, y se desprecia X
G
, se obtiene un sistema DAE.
347
! Para Q
G
min
Q
G
Q
G
max
:
=
1
M
_
P
d
V
10
V
2
X
L
sin D
G
=
1
D
L
_
V
10
V
2
X
L
sin P
d
_
V
2
=
1
V
2
2
X
L
+
V
10
V
2
X
L
cos Q
d
_
0 = Q
G
V
2
10
X
L
+
V
10
V
2
X
L
cos
con
x = [, , V
2
]
T
y = Q
G
p = V
10
= P
d
348
! Para Q
G
= Q
G
min,max
:
=
1
M
_
P
d
V
1
V
2
X
L
sin D
G
=
1
D
L
_
V
1
V
2
X
L
sin P
d
_
V
2
=
1
V
2
2
X
L
+
V
1
V
2
X
L
cos Q
d
_
0 = Q
G
min,max

V
2
1
X
L
+
V
1
V
2
X
L
cos
con
x = [, , V
2
]
T
y = V
1
p = Q
G
min,max
= P
d
349
! Todos los puntos de equilibrio para un sistema con y sin
lmites se pueden obtener solucionando el problema de ujo
de carga:
0 = P
d
V
10
V
20
X
L
sin
0
0 = kP
d
+
V
2
20
X
L
V
10
V
20
X
L
cos
0
0 = Q
G0
V
2
10
X
L
+
V
10
V
20
X
L
cos
0
350
! La estabilidad de estos puntos de equilibrio se obtiene de la
matriz de estado:
! Sin lmites o para Q
G
min
Q
G
Q
G
max
:
D
x
s|
0
=
_
D
G
M

V
10
V
20
MX
L
cos
0

V
10
MX
L
sin
0
1
V
10
V
20
D
L
X
L
cos
0

V
10
D
L
X
L
sin
0
0
V
10
V
20
X
L
sin
0
2
V
20
X
L
+
V
10
X
L
cos
0
_
_
351
! Para Q
G
= Q
G
min,max
:
D
x
s|
0
=
_
D
G
M

V
10
V
20
MX
L
cos
0

V
10
MX
L
sin
0
1
V
10
V
20
D
L
X
L
cos
0

V
10
D
L
X
L
sin
0
0
V
10
V
20
X
L
sin
0
2
V
20
X
L
+
V
10
X
L
cos
0
_
V
10
MX
L
sin
0
V
10
D
L
X
L
sin
0
V
20
X
L
cos
0
_
_
_
2
V
10
X
L
+
V
20
X
L
cos
0
_
1
_
_
0
V
10
V
20
X
L
sin
0
V
10
X
L
cos
0
_
_
T
352
! Sean X
L
= 0.5, M = 1, D
G
= 0.01, D
L
= 0.1, = 0.01,
k = 0.25.
! Con la ayuda de Matlab y la rutina de ujo de carga de
continuacion de PSAT, para el sistema sin lmites y
V
1
= V
10
= 1, la solucion del ujo de carga permite hallar
las curva PV o de nariz (diagrama de bifurcaci on):
353
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
= P
d
x
3
=
V
2
s.e.p.
u.e.p.
SNB
354
! La bifurcacion silla (Saddle-Node Bifurcation, SNB)
corresponde a un punto donde la matriz de estado D
x
s|
0
es
singular (un autovalor es cero).
! Esto esta generalmente asociado con una singularidad del
jacobiano de las ecuaciones de ujo de carga D
z
F|
0
.
! Sin embargo, en sistemas dinamicos mas complejos, la
singularidad de la matriz de estado no siempre corresponde
a la singularidad de la matriz jacobiana de ujo de carga, y
viceversa.
355
! Observese que el punto SNB corresponde al valor maximo
de
max
= P
s max
0.78. Esta es la razon por la que se
dene este punto como punto de maxima carga o
cargabilidad.
! Para una carga mayor que P
d max
, no hay ninguna solucion
del ujo de carga.
! Este punto se llama tambien punto de colapso de tensi on.
356
! Si se modela una contingencia para
0
= P
d0
= 0.7
aumentando X
L
= 0.5 0.6:
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
= P
d
x
3
=
V
2
operating
point
contingency
X
L
= 0.5
X
L
= 0.6
357
! La solucion dinamica termina con el colapso de tension:
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
!1
0
1
2
3
4
5
6
Voltage collapse
Operating point
Contingency
V
2
V
1
t [s]
358
! Para el sistema con lmites y Q
G
max,min
= 0.5, la curva PV
o de nariz vale:
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
= P
d
x
3
=
V
2
s.e.p.
u.e.p.
LIB
359
! En este caso, el punto de maxima cargabilidad
max
= P
d max
0.65 corresponde al punto donde el
generador alcanza su lmite de maxima potencia reactiva
Q
G
= Q
Gmax
= 0.5, y entonces ya no hay la regulacion de
tension V
1
.
! Este punto se llama punto de bifurcacion lmite
(Limit-Induced Bifurcation, LIB).
! Mas alla del punto LIB, no existen soluciones del
problema de ujo de carga, debido al mecanismo de
recuperacion (recovery) del AVR.
! En este caso el punto LIB es tambien un punto de colapso
de tension.
360
! Si se modela una contingencia para
0
= P
d0
= 0.6
aumentando X
L
= 0.5 0.6:
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
= P
d
x
3
=
V
2
operating
point
contingency
X
L
= 0.5
X
L
= 0.6
361
! La solucion dinamica conduce al colapso de tension:
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
!1
0
1
2
3
4
5
6
Operating point Contingency
Voltage collapse
V
2
V
1
t [s]
362
! El colapso se puede evitar utilizando la compensacion
paralelo o serie:
V
1
1
V
2
2
jx
L
P
G
+ jQ
G
P
L
+ jQ
L
jx
C
363
! En este caso, las ecuaciones del sistema son:
! Para Q
G
min
Q
G
Q
G
max
:
=
1
M
(P
d
V
10
V
2
B
L
sin D
G
)
=
1
D
L
(V
10
V
2
B
L
sin P
d
)
V
2
=
1
[V
2
2
(B
L
B
C
) +V
10
V
2
B
L
cos kP
d
]
0 = Q
G
V
2
10
B
L
+V
10
V
2
B
L
cos
donde
B
L
=
1
X
L
B
C
=
1
X
C
364
! Para Q
G
= Q
G
min,max
:
=
1
M
(P
d
V
10
V
2
B
L
sin D
G
)
=
1
D
L
(V
10
V
2
B
L
sin P
d
)
V
2
=
1
[V
2
2
(B
L
B
C
) +V
10
V
2
B
L
cos kP
d
]
0 = Q
G
min,max
V
2
10
B
L
+V
10
V
2
B
L
cos
365
! Estas ecuaciones generan las siguientes curvas PV :
! Sin lmites:
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
0
0.5
1
1.5
= P
d
V
2
B
c
= 0
B
c
= 0
B
c
= 0.5
X
L
= 0.5
X
L
= 0.6
X
L
= 0.6
366
! Con lmites:
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
0
0.5
1
1.5
= P
d
V
2
B
c
= 0
B
c
= 0
B
c
= 0.5
X
L
= 0.5
X
L
= 0.6
X
L
= 0.6
367
! Utilizando la compensacion en t = 1.3 s sin lmites:
0 1 2 3 4 5 6 7 8 9 10
!0.2
0
0.2
0.4
0.6
0.8
1
1.2
Apply compensation
Contingency
Operating point
V
2
V
1
t [s]
368
! Utilizando la compensacion en t = 1.3 s con lmites:
0 1 2 3 4 5 6 7 8 9 10
!0.2
0
0.2
0.4
0.6
0.8
1
1.2
Apply compensation
Contingency
Operating point
V
2
V
1
t [s]
369
Flujo de Carga de Continuacion
! Estas curvas PV o de nariz se obtienen utilizando un ujo
de carga de continuacion (Continuation Power Flow,
CPF).
! Esto metodo halla las soluciones del problema de ujo de
caraga
F(z, p, ) = 0
para cambios del parametro .
370
Flujo de Carga de Continuacion
! Los pasos del algoritmo son los siguientes:
2
z
1
z
2
1. Predictor
3. Corrector
2. Parametrizaci on
(z
1
,
1
)
(z
0
,
0
)
! Este metodo garantiza la convergencia.
371
Predictor
! Metodo del vector tangente:
D
z
F|
1
dz
d
..
t
1
1
z
1
=
k
t
1
..
1
t
1
(z
1
,
1
)
(z
1
,
1
)
(z
2
,
2
)
372
Predictor
! Es un buen metodo para seguir de cerca la curva PV ,
pero es relativamente lento.
! El vector tangente t dene las sensibilidades en cada
punto de la solucion de ujo de carga.
! Se puede tambien utilizar este vector como un ndice para
prever la proximidad de un punto de bifurcacion silla, en
lugar de utilizar el valor del autovalor mmimo que es muy
no lineal en funcion de .
373
Predictor
! Metodo de la secante:
z
1
= k(z
1a
z
1b
)
1
= k(
1a
1b
)
(z
1
,
1
)
(z
1a
,
1a
)
(z
1b
,
1b
)
(z
2
,
2
)
374
Predictor
! Este metodo es mas rapido pero puede tener problemas de
convergencia para angulos agudos (por ejemplo lmites):
(z
1a
,
1a
)
(z
1b
,
1b
)
(z
2
,
2
)
375
Parametrizacion
! Se usa para evitar las singularidades en el paso predictor.
! Metodos:
" Local : se cambia una z
i
z con , por ejemplo se da la
vuelta a la curva PV .
" Longitud de arco (s): se asume z
1
(s) y
1
(s); luego se
soluciona para z
1
y
1
:
D
z
F|
1
z
1
+
F
1
+
1
= 0
z
T
1
z
1
+
2
1
= k
! No se necesita parametrizacion si se corta el paso del
predictor.
376
Corrector
! La idea es a nadir una ecuacion a las ecuaciones de
equilibrio, es decir solucionar para (z, ) en un dado punto
p:
F(z, p, ) = 0
(z, ) = 0
! Estas ecuaciones son no singulares para una eleccion
adecuada de ().
377
Corrector
! Metodo de la interseccion perpendicular:
z
(z
1
,
1
)
(z
1
,
1
)
(z
2
,
2
)
F(z, p, ) = 0
(z
1
+z
1
z)
T
z
1
+ (
1
+
1
)
1
= 0
378
Corrector
! Metodo de la parametrizacion local:
z
(z
1
,
1
)
(z
1
,
1
)
(z
2
,
2
)
F(z, p, ) = 0
=
1
+
1
or z
i
= z
i1
+z
i1
379
Metodos Directos
! Permiten encontrar directamente el punto de maxima carga
(bifurcacion silla o lmite).
! Este problema se puede establecer como un problema de
optimizacion:
Max.
s.t. F(z, p, ) = 0
z
min
z z
max
p
min
p p
max
380
Metodos Directos
! Si se desprecian los lmites, la solucion para un dado valor
del parametro de control (p = p
0
) del problema de
optimizacion asociado, seg un las condiciones de KKT, es el
siguiente:
F(z, p
0
, ) 0 punto de equilibrio
D
T
z
F(z, p
0
, )w = 0 condicion de singularidad
D
T
F(z, p
0
, )w = 1 condicion w = 0
! Esto lleva a una bifurcacion silla y corresponde a las
ecuaciones del punto silla con autovector izquierdo (w).
381
Metodos Directos
! La solucion de estas ecuaciones no lineales no converge si el
punto de maxima carga es una bifurcaci on lmite.
! En este caso, se tiene que solucionar el siguiente problema
de optimizacion:
Max.
s.t. F(z, p
0
, ) = 0
z
min
z z
max
utilizando metodos estandar (por ejemplo el metodo del
punto interno).
! La solucion de este problema de optimizacion es un punto
de bifurcacion silla o lmite.
382
Metodos Directos
! Observese que si se permite que los parametros de control p
cambien, el problema cambia en un problema de
maximizacion del margen de carga.
! Se pueden hallar otros problemas de optimizacion no solo
para maximizar el margen de carga, si no tambien para
maximizar el benecio social.
383
Indices
! Un ndice de estabilidad sirve para controlar la proximidad
del colapso de tension en aplicaciones on-line.
! Por ejemplo, el mmino autovalor real de la matriz
jacobiana del sistema se puede utilizar como una medida
de la proximidad de un punto de bifurcaion silla, como la
matriz es singular en este punto.
! Existen muchos ndices, pero los mas utiles o populares
son los siguientes:
" Mnimo valor singular.
" Reserva de potencia reactiva.
384
Indices
! El mnimo valor singular es simplemente el mnimo valor
singular de la matriz jacobiana de las ecuaciones de ujo de
carga en funcion de :
385
Indices
! Observaciones:
" Computacionalmente barato.
" Comportamiento muy no lineal, en particular cuando se
alcanzan los lmites de regulacion.
" No se puede utilizar para prever la proximidad a una
bifurcacion lmite.
"

Util en algunas aplicaciones de ujo de carga optimo
para representar las restricciones de estabilidad de
tension.
386
Indices
! El ndice de reserva de potencia reactiva consiste en
controlar la diferencia entre la potencia reactiva generada
por los generadores y el lmite maximo de potencia reactiva,
por ejemplo:
387
Indices
! Observaciones:
" Computacionalmente barato.
" Comportamiento muy no lineal.
" Funciona solo para el generador correcto, es decir el
generador con lo que esta asociada la bifurcacion lmite.
" No se puede utilizar para evaluar la proximidad a una
bifurcacion silla.
388
Aplicaciones de Estabilidad de Tension
! Estos conceptos y metodos estan actualmente utilizados en
aplicaciones reales a traves del calculo de las curvas PV .
! Estas curvas se obtienen o bien a traves de una serie de
ujos de carga continuos o bien utilizando un metodo
CPF.
! En ambos casos, las curvas de nariz se calculan con
respeto a cambios de la carga, en la forma siguiente:
P
L
= P
L0
+P
L
Q
L
= Q
L0
+Q
L
389
! Las variaciones de las potencias de los generadores, menos
la del nudo de saldo, se denen como
P
G
= P
G0
+P
G
! Para el modelo de nudo de saldo distribuido:
P
G
= P
G0
+ ( +k
G
)P
G
para todos los generadores, donde k
G
es una variable que
sustituye la potencia del nudo de saldo.
390
! La capacidad disponible de potencia (Available Transfer
Capability, ATC) de la red de tranporte se obtiene
generalmente como (denicion del NERC):
ATC = TTC + ETC + TRM
! Se puede asociar el ATC al margen de maxima carga
max
del sistema si se tienen en cuenta las contignencias N-1.
391
! La capacidad total de potencia (Total Transfer
Capability, TTC) es el nivel de maxima carga del sistema
teninendo en cuenta el criterio de contingencia N-1, es decir
max
para la contigencia del caso peor.
! Los compromisos de potencia (Existent Transmission
Commitments, ETC) representan el nivel actual de carga
del sistema mas las reservas de potencia.
! El margen de abilidad (Transmission Reliability Margin,
TRM) es un margen adicional que tiene en cuenta otras
contingencias (por ejemplo N-2).
392
! Por ejemplo, en WECC, se tiene que operar el sistems con
una seguridad mnima de 5% de distancia del punto de
maxima carga teniendo en cuenta las contingencias:
393
Ejemplo
! Red de 6 nudos:
Bus 3
(GENCO 2)
Bus 2 (GENCO 3)
(ESCO 3)
(ESCO 1)
(ESCO 2)
Bus 4
Bus 5
(GENCO 1)
Bus 1
Bus 6
394
Ejemplo
! Curvas PV (bifurcacion silla SNB):
0 0.5 1 1.5 2 2.5 3
0
0.2
0.4
0.6
0.8
1
1.2
(1 + !)
B
u
s

V
o
l
t
a
g
e
s

[
p
.
u
.
]
V
Bus4
V
Bus5
Operating Point
SNB

max
2.6 p.u.
395
Ejemplo
! Curvas PV (bifurcacion lmite LIB):
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
0
0.2
0.4
0.6
0.8
1
1.2
(1 + !)
B
u
s

V
o
l
t
a
g
e
s

[
p
.
u
.
]
V
Bus4
V
Bus5
LIB
1

LIB
2

LIB
3

max
1.6 p.u.
396
Ejemplo
! CPF con lmites de seguridad:
Par ametro de carga Carga total Variable Lmite
1 + [MW] Bifurcaci on
1.4226 459.5 I
42
max
termico
1.4316 462.4 V
5
min
seguridad de tensi on
1.4767 477.0 Q
G2
max
LIB
1.5457 499.3 I
14
max
termico
1.5459 499.3 Q
G1
max
LIB
1.5476 499.9 V
4
min
1.5731 508.1 I
35
max
termico
1.5811 510.7 I
63
max
termico
1.6043 518.2 I
25
max
termico
1.6117 520.6 I
51
max
termico
1.6117 520.6 V
6
min
1.6261 525.2 Q
G3
max
LIB
397
Ejemplo
! Calculo de P
max
ij
:
Lnea Contingencia P
ij
P
max
ij
2-3 1-5 0.15013 0.22452
3-6 2-5 0.50254 0.62959
4-5 3-5 0.07867 0.11511
3-5 1-5 0.24653 0.31823
5-6 1-2 0.0199 0.02523
2-4 3-5 0.60904 0.72198
1-2 2-4 0.11245 0.1899
1-4 2-5 0.40302 0.47836
1-5 2-5 0.38453 0.50879
2-6 2-4 0.44108 0.51417
2-5 1-2 0.30954 0.36198
398
Bibliografa
! C. A. Ca nizares, editor, Voltage Stability Assessment:
Concepts, Practices and Tools, IEEE-PES Power System
Stability Subcommittee Special Publication, SP101PSS,
August 2002. IEEE-PES WG Report Award 2005.
! Mas detalles sobre este documento se encuentran en:
http://thunderbox.uwaterloo.ca/claudio/claudio.html/#VSWG
399
Servicios Auxiliares
! En los mercados electricos, la electricidad es un producto.
! Sin embargo, la gestion del sistema electrico necesita unos
cuantos servicios.
! En un marco liberalizado, los servicios pueden ser sujetos a
competencia y ser asociados a un mercado.
San Salvador, 25-29 Julio 2005 Servicios Auxliares - 1
400
! Los servicios auxiliares o complementarios (ancillary
services) son servicios necesarios para garantizar el
transporte de la energa de los generadores a los
consumidores con el nivel adecuado de abilidad y
seguridad.
! En el marco centralizado estos servicios no se distinguen del
servicio energa electrica, porque son necesarios.
401
! Principales servicios auxiliares:
! Regulacion secundaria de frecuencia (Automatic
Generation Control, AGC).
! Spinning reserve. Reserva de potencia disponible
inmediatamente.
! Non-spinning reserve. Reserva de potencia disponible
dentro de 10 minutos.
402
! Principales servicios auxiliares (sigue):
! Replacement reserve. Reserva de potencia disponible
dentro de 30-60 minutos.
! Regulacion de tension y de potencia reactiva.
! Black start.
403
Reserva de los Generadores
! La reserva de los generadores es la potencia que no esta
utilizada actualmente por las cargas pero puede estar
disponible en un marco temporal denido.
! En un marco generalizado la reserva tiene un coste asociado
que se a nade a la funcion objetivo:
C(P
R
) =
i=1,N
R
C
R
i
P
R
i
404
Reserva de los Generadores
! Lmites de reserva:
P
R
min i
P
R
i
P
R
max i
i = 1, . . . , N
R
! Lmites de compatibilidad con la oferta y demanda de
potencia:
P
Si
+P
R
i
P
S
max i
i = 1, . . . , N
R
i=1,N
R
P
R
i

i+1,N
D
P
D
i
405
! Se requiere que el sistema pueda soportar un conjunto de
contingencias razonables.
! Cuanta reserva tiene que tener el sistema, y cuanta cada
generador?
! Que precio esta asociado con la reserva?
San Salvador, 25-29 Julio 2005 Reserva de Energa y Seguridad - 1
406
! Funcion objectivo:
Min. {
iI
C
i
(u
i
, P
gi
)
jJ
B
j
(P
dj
)
+(q
up
g
)
T
R
up
g
+ (q
up
d
)
T
R
up
d
+(q
down
g
)
T
R
down
g
+ (q
down
d
)
T
R
down
d
}
407
! sujeto a:
P
g
P
d
B = 0 :
P
k
g
P
k
d
B
k
= 0 :
k
, k K
P
f
= H
P
k
f
= H
k
k K
408
! (sigue):
P
f
P
f
P
f
P
k
f
P
k
f
P
k
f
i I, k K
u
i
P
gi
P
gi
u
i
P
gi
i I
u
i
P
k
gi
P
k
gi
u
i
P
k
gi
i I, k K
409
! (sigue):
P
d
P
d
P
d
P
k
d
P
k
d
P
k
d
k K
P
g
R
down
g
P
k
g
P
g
+R
up
g
k K
P
d
R
down
d
P
k
d
P
d
+R
up
d
k K
410
! En el caso de demanda ja, se obtiene que los balances de
potencia valen:
P
gi
B = P
tot
d
:
P
k
gi
= P
tot
d
:
k
, k K
! Observese que P
tot
d
es un parametro compartido por las
ecuaciones de balance pre y post-contingencias.
411
! De aqu se puede facilmente deducir que el coste de cierre
de mercado vale:
=
dC
dP
tot
d
= +
k
! El precio marginal de la seguridad vale entonces:
S
=
k
! Es posible que
k
= 0 por algunos k K.
412
! Tambien se pueden denir los pagos o ingresos de cada
participante al mercado.
! Por ejemplo el ingreso del generador i por la venta de la
reserva vale:
r
gi
=
S
i
(R
up
gi
+R
down
gi
)
! De forma similar, el ingreso de la carga j por la venta de la
reserva vale:
r
dj
=
S
j
(R
up
dj
+R
down
gj
)
413
! Ejemplo:
Bus 1 Bus 2
Bus 3
Gen 1 Gen 2
Gen 3
Load
414
! Datos de los generadores:
Gen. P
g
P
g
a C
0
q
up
g
q
down
g
[MW] [MW] [$/MW] [$] [$/Mw/h] [$/Mw/h]
1 2.4 50 50.0 10.0 1.0 0.25
2 2.4 50 3.0 0.5 0.3 0.02
3 2.4 50 19.9 5.0 0.7 0.10
415
! Reparto optimo de las potencias [MW]:
Sin seguridad Con seguridad
Part. Power Power Up-Res. Down-Res.
Gen 1 0 2.4 7.6 0.0
Gen 2 45 43.8 0.0 16.2
Gen 3 5 3.8 36.2 0.0
Load 50 50 0.0 0.0
416
! Acciones correctivas [MW]:
Contingencia
Part. Gen 1 Gen 2 Gen 3 Line 1-3
Gen 1 - 10.0 10.0 2.4
Gen 2 43.8 - 40.0 27.6
Gen 3 6.2 40.0 - 20.0
Load 50.0 50.0 50.0 50.0
417
! Reservas nodales [MW]:
Up-Reserve Down-Reserve
Bus Generaci on Carga Total Generaci on Carga Total
1 7.6 0.0 7.6 0.0 0.0 0.0
2 0.0 0.0 0.0 16.2 0.0 16.2
3 36.2 0.0 36.2 0.0 0.0 0.0
418
! Multiplicadores de Lagrange [$/MWh]:
Contingencia
Bus Pre Gen 1 Gen 2 Gen 3 Line 1-3
1 11.11 0.0 0.7 0.3 -0.02
2 3.02 0.0 0.7 0.0 -0.02
3 19.20 0.0 0.7 0.6 0.00
419
! Precios nodales [$/MWh]:
Sin Seguridad Con Seguridad
Bus Energa Energa Seguridad
1 11.45 12.09 0.98
2 3.00 3.70 0.68
3 19.90 20.50 1.30
420
! Ingresos del mercado de la reserva [$]:
Up-Reserve Down-Reserve
Bus Generaci on Demanda Generaci on Demanda
1 7.45 0 0.00 0
2 0.00 0 11.02 0
3 47.06 0 0.00 0
421
! J. M. Arroyo and F. D. Galiana, Energy and Reserve
Pricing in Security and Network-Constrained Electricity
Markets, IEEE Transactions on Power Systems, Vol. 20,
pp. 634-643, May 2005.
422
OPF Estocastico con Restricciones de Seguridad
! Si un generador es poco able pero barato, tendra que ser
programado antes que otro generador que sea muy able
pero caro?
! Es necesario programar la reserva de generacion para todas
las posibles contingencias, aunque algunas tengan muy
pocas probabilidades de ocurrir?
423
! Como hipotesis, admitimos que sea permitido el load
shedding (quitar carga) no voluntario, para contingencias
plausibles, siempre que la carga prevista no suministrada
(expected load not served, ELNS) sea menor que a nivel
jado o que se tenga en cuenta en el proceso de
optimizacion su impacto en el coste de la energa.
424
! Sea A
k
la disponibilidad del generador k.
! Sea U
k
= 1 A
k
la no disponibilidad del generador k, o la
probabilidad que le generador no este disponible cuando se
necesite.
! Bajo hipotesis de OPF stocastico con restricciones de
seguridad, una contingencia sencilla (como por ejemplo, la
perdida de un generador k), puede comportar una perdida
de carda, L
k
> 0.
425
! La contingencia sencilla de un generador k tiene la
probabilidad:
prob
k
= U
k
NG
i=1,i=k
(A
i
)
! La carga no suministrada durante el evento k respeta la
siguientes desigualdades:
L
k
0
L
k
d
NG
i=1,i=k
(g
i
+R
up
gi
)
426
! La contingencia doble de dos generadores j y k tiene la
probabilidad:
prob
k
= U
j
U
k
NG
i=1,i=j,k
(A
i
)
! La carga no suministrada durante el evento j, k respeta la
siguientes desigualdades:
L
jk
0
L
jk
d
NG
i=1,i=j,k
(g
i
+R
up
gi
)
427
! La carga prevista no suministrada ELNS vale
ELNS
k
(prob
k
)L
k
428
! Formulacion del problema de OPF estocastico con
restricciones de seguridad.
! Funcion objetivo:
Min.
N
i=1
(C
i
(g
0
i
) +q
up
gi
R
up
gi
) +V OLL ELNS
! V OLL es el coste de carga perdida (value of lost load).
429
! sujeto a:
NG
i=1
(g
0
i
= d
g
min
i
g
0
i
g
max
i
ELNS
k
(prob
k
)L
k
L
k
0
L
k
d
NG
i=1,i=k
(g
i
+R
up
gi
)
0 R
up
gi
g
max
i
g
0
i
R
up
gi
ramp
max
i
430
OPF con Restricciones de Estabilidad Transitoria
! La estabilidad transitoria esta asociada a la perdida de
sincronismo de uno o mas generadores.
! Se han propuesto unos cuantos metodos para incluir las
restricciones de estabilidad transitoria en una ujo de carga
optimo.
" Metodo global.
" Metodo secuencial.
San Salvador, 25-29 Julio 2005 Restricciones de Estabilidad Transitoria - 1
431
! Metodo global:
" Por cada instante de la simulacion en el tiempo, se
convierte el modelo de estabilidad transitoria en un
conjunto de ecuaciones algebraicas.
" El conjunto de ecuaciones no lineales se incluye en el
problema de ujo de carga.
" El problema resultante es en general un problema de
programacion no lineal de gran tama no.
432
! Referencia de un metodo global:
" L. Chen, A. Ono, Y. Tada, H. Okamoto and R. Tanabe,
Optimal Power Flow Constrained by Transient
Stability, Proc. of POWERCON 2000, University of
Western Australia, Pert, 4-7 december 2000.
433
! Metodo secuencial:
" Las restricciones de estabilidad transitoria son
traducidas como restricciones estandar de un ujo de
carga optimo.
" Por ejemplo se denen los lmites P
max
ij
en las lneas de
transporte para que una falta no produzca inestabilidad
transitoria.
" El tama no del problema de ujo de carga queda
invariado.
434
! Referencia de un metodo secuencial:
" A. Bettiol, D. Ruiz-Vega, D. Ernst, L. Wehenkel and M.
Pavella, Transient Stability-Constrained Optimal Power
Flow, Proc. of IEEE Budapest Powertech, Budapest,
Hungary, August 29 - September 2, 1999.
435
Restricciones de Estabilidad de tension
! Modelos de mercados con restricciones de estabilidad de
tension:
" Flujo de carga optimo all-in one.
" Metodo iterativo: etapa de solucion del metodo de cierre
de mercado y etapa de ajustes con restricciones de
estabilidad.
San Salvador, 25-29 Julio 2005 Restricciones de Estabilidad de Tensi on - 1
436
Restricciones de Estabilidad de tension
! Vamos a analizar cuatro metodos:
" Flujo de carga optimo multiobjetivo.
" Flujo de carga optimo con inclusion de contingencias.
" Subasta monoperiodo con ajustes tecnicos a traves de
CPF.
" Flujo de carga con ajustes tecnicos a traves de CPF.
437
Flujo de Carga Multiobjetivo
! El modelo propuesto es el siguiente:
Min. G =
1
(C
T
D
P
D
C
T
S
P
S
)
2
c
s.t. f(, V, Q
G
, P
S
, P
D
) = 0 Flujo de carga
f(
c
, V
c
, Q
G
c
,
c
, P
S
, P
D
) = 0 Flujo de carga crtico
c
min

c

c
max
Margen de carga
438
! (sigue)
0 P
S
P
S
max
Lmites de oferta
0 P
D
P
D
max
Lmites de demanda
I
ij
(, V ) I
ij
max
Lmites termicos
I
ji
(, V ) I
ji
max
I
ij
(
c
, V
c
) I
ij
max
I
ji
(
c
, V
c
) I
ji
max
439
! (sigue)
Q
G
min
Q
G
Q
G
max
Lmites de reactiva
Q
G
min
Q
G
c
Q
G
max
V
min
V V
max
Lmites de tension
V
min
V
c
V
max
440
! Se ha introducido un segundo conjunto de ecuaciones y
desigualdades con subndice c.
! Estas ecuaciones representan el punto de trabajo crtico,
es decir el punto de maxima carga del sistema.
! Este punto puede ser asociado con una bifurcacion (silla o
lmite) o un lmite de seguridad (tension o ujo en una lnea
de transporte.)
441
! El modelo de la carga es como sigue:
P
G
= P
G
0
+P
S
P
L
= P
L
0
+P
D
P
G
c
= (1 +
c
+k
G
c
)P
G
P
L
c
= (1 +
c
)P
L
442
! Las perdidas se distribuyen entre todos los generadores a
traves de la variable k
G
c
.
! P
G
0
y P
L
0
modelan potencias jas (generada o consumida).
443
!
c
representa la maxima cargabilidad del sistema.
! Se puede utilizar
c
como una medida de la estabilidad o de
la seguridad del sistema.
! La ma xima condicion de carga (Maximum Loading
Condition, MLC) se dene como sigue:
MLC = (1 +
c
)P
D
i
444
! En la funcion objetivo:
"
1
representa el peso del benecio social.
"
2
representa el peso de la seguridad.
" Se puede utilizar un unico peso , siendo
1
= (1 ) y
2
= .
445
! El modelo que se ha presentado es para demanda elastica.
! Se puede representar la demanda inelastica simplemente
imponiendo C
D
i
= 0 y P
D
i
= P
D
i
max
.
! El problema con demanda inelastica puede no tener
solucion.
446
! Se incluyen tambien lmites para
c
:
"
c
min
garantiza que la solucion tenga un mnimo nivel de
seguridad.
"
c
max
evita que se obtengan soluciones con un nivel
demasiado grande, y que por lo tanto sean soluciones
poco no economicas.
447
! Observese que la funcion objetivo no es un puro benecio
social.
! Esto signica que los multiplicadores de Lagrange de la
ecuaciones de balance no son los precios marginales de la
energa.
! Para obtener los precios, hay que solucionar otra vez el
problema con
c
=
c
(el valor de la solucion optima). La
solucion queda la misma, pero ahora los multiplicadores son
los precios marginales.
448
! De las condiciones de optimalidad (KKT) se obtiene:
L/P
S
i
= C
S
i

P
S
i
+
P
S
max
i
P
S
min
i
cP
S
i
(1 +
c
+k
G
c
) = 0
L/P
D
i
= C
D
i
+
P
D
i
+
Q
D
i
tan(
D
i
)
+
P
D
max
i
P
D
min
i
+
cP
D
i
(1 +
c
)
+
cQ
D
i
(1 +
c
) tan(
D
i
) = 0
449
! Y, nalmente, los precios marginales (Locational Marginal
Prices, LMP):
LMP
S
i
=
P
S
i
= C
S
i
+
P
S
max
i
P
S
min
i
cP
S
i
(1 +
c
+k
G
c
)
LMP
D
i
=
P
D
i
= C
D
i
+
P
D
min
i
P
D
max
i
cP
D
i
(1 +
c
)
cQ
D
i
(1 +
c
) tan(
D
i
)
Q
D
i
tan(
D
i
)
450
! El pago debido al operador independiente de mercado
(Independent Market Operdator) Pay
IMO
vale:
Pay
IMO
=
i
C
S
i
P
G
i

i
C
D
i
P
L
i
451
Ejemplo
! Red de 6 nudos:
Bus 3
(GENCO 2)
Bus 2 (GENCO 3)
(ESCO 3)
(ESCO 1)
(ESCO 2)
Bus 4
Bus 5
(GENCO 1)
Bus 1
Bus 6
452
Ejemplo
Participante C P
bid
max
P
L
0
Q
L
0
P
G
0
Q
G
lim
[$/MWh] [MW] [MW] [MVar] [MW] [MVar]
GENCO 1 9.7 20 0 0 90 150
GENCO 2 8.8 25 0 0 140 150
GENCO 3 7.0 20 0 0 60 150
ESCO 1 12.0 25 90 60 0 0
ESCO 2 10.5 10 100 70 0 0
ESCO 3 9.5 20 90 60 0 0
453
Ejemplo
! Flujo de carga optimo con lmites de seguridad P
max
.
Participante V P
BID
P
0
Pago
[p.u.] [$/MWh] [MW] [MW] [$/h]
GENCO 1 1.100 9.70 14.4 90 -1013
GENCO 2 1.100 8.80 2.4 140 -1253
GENCO 3 1.084 8.28 20.0 60 -663
ESCO 1 1.028 11.64 15.6 90 1229
ESCO 2 1.013 10.83 0.0 100 1083
ESCO 3 1.023 9.13 20.0 90 1005
IMO
= 388 $/h
Perdidas = 11.2 MW MLC = 520 MW
454
Ejemplo
! Flujo de carga con restricciones de estabilidad de tension.
Participante V P
BID
P
0
Pago
[p.u.] [$/MWh] [MW] [MW] [$/h]
GENCO 1 1.100 8.94 0.0 90 -805
GENCO 2 1.100 8.91 25.0 140 -1470
GENCO 3 1.100 9.07 20.0 60 -726
ESCO 1 1.021 9.49 25.0 90 1091
ESCO 2 1.013 9.57 10.0 100 1053
ESCO 3 1.039 9.35 8.0 90 916
TOTALES T = 323 MW Pay
IMO
= 59 $/h
Perdidas = 12.0 MW MLC = 539 MW
455
Ejemplo
! Demanda total y
c
en funcion de (caso el astico):
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9
280
300
320
340
Weigthing Factor "
T

(
M
W
)
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9
0.5
0.6
0.7
0.8
Weigthing Factor "
!
c
0.5 0.55 0.6 0.65 0.7 0.75 0.8
280
300
320
340
T

(
M
W
)
Loading Margin !
c
"
456
Ejemplo
! P
S
, P
D
y LMPs en funcion de (caso elastico):
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9
0
5
10
15
20
25
Weigthing Factor "
P
o
w
e
r

B
i
d
s

(
M
W
)
P
S Bus 1
P
S Bus 2
P
S Bus 3
P
D Bus 4
P
D Bus 5
P
D Bus 6
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9
6
7
8
9
Weigthing Factor "
L
M
P
s

(
$
/
M
W
h
)
#
Bus 1
#
Bus 2
#
Bus 3
#
Bus 4
#
Bus 5
#
Bus 6
457
Ejemplo
! LMP del nudo 6 en funcion de la carga P
D3
(caso elastico):
0 1 2 3 4 5 6 7 8 9
6
6.5
7
7.5
8
8.5
9
9.5
P
D
(MW)
L
M
P

(
$
/
M
W
h
)
"
458
Ejemplo
! Demanda total y
c
en funcion de (caso inelastico):
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9
322
322.5
323
323.5
324
Weigthing Factor "
T

(
M
W
)
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9
0.62
0.64
0.66
0.68
Weigthing Factor "
!
c
459
Ejemplo
! P
S
, P
D
y LMPs en funcion de (caso inelastico):
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9
0
10
20
30
Weigthing Factor "
P
o
w
e
r

B
i
d
s

(
M
W
)
P
S Bus 1
P
S Bus 2
P
S Bus 3
P
D Bus 4
P
D Bus 5
P
D Bus 6
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9
8.8
9
9.2
9.4
9.6
9.8
L
M
P
s

(
$
/
M
W
h
)
#
Bus 1
#
Bus 2
#
Bus 3
#
Bus 4
#
Bus 5
#
Bus 6
460
Bibliografa
! F. Milano, C. A. Ca nizares, and M. Invernizzi,
Multiobjective Optimization for Pricing System Security
in Electricity Markets, IEEE Transactions on Power
Systems, vol. 18, no. 2, pp. 596-604, May 2003.
461
Inclusiones de las Contingencias
! Es posible modicar el modelo visto antes para tener en
cuenta un analisis de congencias N-1.
! Las contingencias se incluyen modicando las ecuaciones
crticas, es decir quitando las lneas, una a la vez.
462
! Las contingencias posibles son en general muchas, pero no
todas afectan la solucion del ujo de carga.
! Se pueden utilizar distintos metodos para seleccionar las
contigencias mas crticas.
" Metodo iterativo.
" Ranking de las contingencias a traves de un analisis de
sensibilidad.
463
! Metodo iterativo:
S
k-2
Critical Outage
Yes
=
Continuation power flow
Set P and P as
directions
generator and load
SATC =
No
Yes No
D
N-1 contingency criteria
considering
contingency that creates
the lowest SATC
OPF solution with the
Initial VSC-OPF solution
c ! k = 0, SATC =
without contingencies
< $
OR
k
Critical Outage
k-1 k
SATC - SATC
max
k > k
k k-1
min{SATC , SATC }
END
k = k + 1
464
! Ranking de las contingencias a traves de un analisis de
sensibilidad:
p
ij
= P
ij
P
ij
c
P
ij
(
c
)
P
ij
(
c
) P
ij
(
c
)
! Se seleccionan solo las 5 lneas asociadas con las 5 mayores

sensibilidades.
465
! Los dos metodos son equivalentes.
! Los dos metodos pueden no llegar a seleccionar la misma
lnea como peor contingencia.
! Pero s terminan encontrando lneas en la misma zona, que
es la zona crtica para la estabilidad de tension.
466
! Como se tienen en cuenta las contingencias,
c
es una
medida de un ATC del sistema (SATC):
SATC =
c
T K
! T es la demanda total y K tiene en cuenta contingencias
N-2 (K = 0 en los ejemplos).
! Seg un la practica habitual, el ATC se reere a lmites en las
lneas interzonales.
! No obstante, observese que la denicion del NERC de ATC
no habla de lneas interzonales.
467
Ejemplo
! Red de 6 nudos:
Bus 3
(GENCO 2)
Bus 2 (GENCO 3)
(ESCO 3)
(ESCO 1)
(ESCO 2)
Bus 4
Bus 5
(GENCO 1)
Bus 1
Bus 6
468
Ejemplo
! Datos de los productores y de los consumidores:
Participante C P
max
P
L
0
Q
L
0
P
G
0
Q
G
lim
($/MWh) (MW) (MW) (MVar) (MW) (MVar)
GENCO 1 9.7 30 0 0 67.5 150
GENCO 2 8.8 37.5 0 0 103 150
GENCO 3 7.0 30 0 0 45 150
ESCO 1 12.0 37.5 67.5 45 0 0
ESCO 2 10.5 15 75 52.5 0 0
ESCO 3 9.5 30 67.5 45 0 0
469
Ejemplo
! Datos de las lneas:
Lnea i-j R
ij
(p.u.) X
ij
(p.u.) B
i
/2 (p.u.) P
max
(MW) I
max
(A)
1-2 0.1 0.2 0.02 11.74 200
1-4 0.05 0.2 0.02 39.84 200
1-5 0.08 0.3 0.03 50.44 200
2-3 0.05 0.25 0.03 18.27 200
2-4 0.05 0.1 0.01 57.69 200
2-5 0.1 0.3 0.02 33.11 200
2-6 0.07 0.2 0.025 43.32 200
3-5 0.12 0.26 0.025 23.04 200
3-6 0.02 0.1 0.01 47.45 200
4-5 0.2 0.4 0.04 7.73 200
5-6 0.1 0.3 0.03 2.19 200
470
Ejemplo
! Flujo de carga con lmites de potencia activa P
max
ij
:
Participante V LMP NCP P
BID
P
0
Pago
p.u. ($/MWh) ($/MWh) (MW) (MW) ($/h)
GENCO 1 1.1000 9.70 1.26 13.99 67.5 -790
GENCO 2 1.1000 8.45 0.00 0.00 103 -867
GENCO 3 1.1000 7.00 -1.50 20.55 45.0 -459
ESCO 1 1.0415 11.71 2.96 24.56 67.5 1078
ESCO 2 1.0431 10.36 1.60 2.31 75.0 799
ESCO 3 1.0575 9.51 0.88 6.60 67.5 704
IMO
= 464 $/h
Perdidas = 6.2 MW SATC = 0.3 MW
471
Ejemplo
! Flujo de carga con restricciones de estabilidad (
c
min
= 0.1)
y ninguna contingencia.
BID
P
0
Pago
p.u. ($/MWh) ($/MWh) (MW) (MW) ($/h)
GENCO 1 1.1000 9.16 -0.012 0.0 67.5 -618
GENCO 2 1.1000 9.06 0.00 37.5 103 -1270
GENCO 3 1.1000 9.15 0.029 30.0 45.0 -686
ESCO 1 1.0302 9.60 0.143 37.5 67.5 1008
ESCO 2 1.0313 9.60 0.172 15.0 75.0 864
ESCO 3 1.0526 9.39 0.131 11.9 67.5 745
IMO
= 43.9 $/h
472
Ejemplo
! Sensibilidades p
ij
y SATC por la primera dos iteraciones del
metodo iterativo.
Lnea i-j |P
ij
| (p.u.) p
ij
SATC
1
(MW) SATC
2
(MW)
1-2 0.0463 -0.0219 194.9 200.4
1-4 0.6768 0.3957 110.8 116.2
1-5 0.5263 0.3023 202.9 210.9
2-3 0.1208 0.1114 205.5 210.6
2-4 1.3872 0.8649 83.5 86.4
2-5 0.5100 0.3226 184.4 189.8
2-6 0.6211 0.4014 194.4 202.6
3-5 0.5487 0.3258 185.0 190.5
3-6 0.9591 0.5331 165.6 160.4
4-5 0.0351 0.0357 192.4 200.6
5-6 0.1031 0.0656 197.9 206.2
473
Ejemplo
c
min
= 0.1)
y contingencia en la lnea 2-4.
BID
P
0
Pago
p.u. ($/MWh) ($/MWh) (MW) (MW) ($/h)
GENCO 1 1.1000 9.11 -0.013 0.0 67.5 -615
GENCO 2 1.1000 9.02 0.00 37.5 103 -1263
GENCO 3 1.1000 9.12 0.030 30.0 45.0 -684
ESCO 1 1.0312 9.55 0.139 36.0 67.5 989
ESCO 2 1.0313 9.56 0.170 15.0 75.0 860
ESCO 3 1.0518 9.35 0.133 13.3 67.5 756
IMO
= 43.4 $/h
474
Ejemplo
c
min
= 0.1)
y contingencia en la lnea 1-4.
BID
P
0
Pago
p.u. ($/MWh) ($/MWh) (MW) (MW) ($/h)
GENCO 1 1.1000 8.78 -0.046 0.0 67.5 -671
GENCO 2 1.1000 8.81 0.00 0.0 103 -1045
GENCO 3 1.1000 8.91 0.029 30.0 45.0 -722
ESCO 1 1.0490 9.15 0.082 0.0 67.5 670
ESCO 2 1.0276 9.33 0.152 11.3 75.0 898
ESCO 3 1.0431 9.18 0.137 19.3 67.5 880
IMO
= 38.9 $/h
475
Bibliografa
! F. Milano, C. A. Ca nizares, and M. Invernizzi, Voltage
Stability Constrained OPF Market Models Considering N-1
Contingency Criteria, Electric Power System Research, no.
74, pp. 27-36, March 2005.
476
Subasta Monoperiodo y Seguridad
! El algoritmo es el siguiente:
!
c
c
!
Compute transaction
impact (sensitivities)
or curtailable load i
Pick generators i and j
for rescheduling
Calculate
(k+1)
(k+1)
Transaction Contribution Factor
and rescheduling cost
Adjust step length
Y
Initialization
N
>= 1
Y
Update last rescheduling
N
amount and cost
or curtailable load?
generator for rescheduling
Available
k=k+1
Total rescheduling costs
477
! Primero se calula la subasta monoperiodo.
! Con la solucion actual P
k
S
y P
k
D
se hace un analisis de CPF
con contingencias N-1 y se determina el
k
c
.
! En este analisis vale:
SATC
k
=
k
c
478
! Si
k
c
> 1 el procedimiento termina, porque el sistema tiene
margen de seguridad frente a contingencias.
! Si
k
c
< 1 hay que hacer la etapa de ajustes.
479
! Se evalua el nuevo
k+1
c
(k+1)
c

(k)
c
+
d
dP
S
i
(k)
c
P
(k)
S
i
+
d
dP
S
j
(k)
c
P
(k)
S
j
! La carga tambien se puede variar para aumentar
k+1
c
:
(k+1)
c

(k)
c

d
dP
D
i
(k)
c
P
(k)
D
i
480
! En este metodo, los costes adicionales de los ajustes no se
reparten entre todos los participantes.
! Solo pagan los ajustes los que tienen que variar sus
potencias.
! El coste de los ajustes (Transaction Contribution Factor,
TCF) vale:
TCF
(k)
i
=
d/dp
i
|
(k)
c
p
(k)
i
j
d/dp
j
|
(k)
c
p
(k)
j
481
! El criterio de convergencia es
(k+1)
c
> 1.
! Si el procedimiento termina por k = m, se ajustan las
potencias de los generadores y de los consumidores para que
el SATC sea el mismo
(m+1)
c
1.
482
! Por lo tanto:
P
(m)
S
i
= P
(m)
S
j
=
1
(m)
c
d/dP
S
i
|
(m)
c
d/dP
S
j
|
(m)
c
o
P
(m)
D
i
=
1
(m)
c
d/dP
D
i
|
(m)
c
483
! Este metodo permite denir los costes de saturaciones:
Generadores:
P
S
i
= P
(0)
S
i
+
m
k=1
P
(k)
S
i
NCP
S
i
=
1
P
S
i
m
k=1
TCF
(k)
i
SC
k
Cargas:
P
D
i
= P
(0)
D
i
k=1
P
(k)
D
i
NCP
D
i
=
1
P
D
i
m
k=1
TCF
(k)
i
SC
k
484
Ejemplo
! Red de 6 nudos:
Bus 3
(GENCO 2)
Bus 2 (GENCO 3)
(ESCO 3)
(ESCO 1)
(ESCO 2)
Bus 4
Bus 5
(GENCO 1)
Bus 1
Bus 6
485
Ejemplo
! Solucion por el caso elastico:
0 20 65 55
7
8.8
9.5
9.7
10.5
25 35 45
GENCO 3
MW
A
GENCO 1
ESCO 2
ESCO 1
SATC
$/MWh
12
MCP =
ESCO 3
GENCO 2
486
Ejemplo
! Solucion por el caso inelastico:
0 20 65 55
7
8.8
9.7
45
$/MWh ESCO 1 + ESCO 2 + ESCO 3
GENCO 1
B
GENCO 2
MW
SATC
GENCO 3
MCP =
487
Ejemplo
! Ajustes y costes de la seguridad (caso elastico):
k P
(k)
G
1
P
(k)
G
2
(k)
c
SC
k
[MW] [MW] [$/h]
1 5 -5 0.90094 1
2 5 -5 0.95647 1
3 3 -3 0.992 0.6
4 1 -1 1.0042 0.2
488
Ejemplo
! TCF (caso elastico):
k 1 2 3 4
TCF
(k)
1
0 0 0 0
TCF
(k)
2
0.0166 0.0607 0.08 0.0813
TCF
(k)
3
0 0.0324 0.0772 0.1077
TCF
(k)
4
0.8554 0.8198 0.7767 0.7555
TCF
(k)
5
0.1082 0.087 0.0662 0.0556
TCF
(k)
6
0.0199 0 0 0
489
Ejemplo
! Subasta monoperiodo con ajustes (caso el astico):
Nudo Part. V NCP P
S
or P
D
i [p.u.] [$/MWh] [MW]
1 S
1
1.05 0.0 15.14
2 S
2
1.05 0.0129 11.9
3 S
3
1.05 0.005 21.63
4 D
1
0.966 0.0917 25.00
5 D
2
0.956 0.0246 10.00
6 D
3
0.984 0.002 10.00
490
Ejemplo
! Flujo de carga (caso elastico):
Nudo Part. V NCP P
S
or P
D
i [p.u.] [$/MWh] [MW]
1 S
1
1.1 0.8675 9.49
2 S
2
1.1 0.0 3.58
3 S
3
1.1 0.0874 20.00
4 D
1
1.0224 2.2347 25.00
5 D
2
1.0177 1.0185 4.68
6 D
3
1.0431 0.3450 2.29
491
Ejemplo
! Subasta monoperiodo con ajustes (caso inelastico):
Nudo Part. V NCP P
S
or P
D
i [p.u.] [$/MWh] [MW]
1 S
1
1.05 0.6726 18.99
2 S
2
1.05 0.0 23.73
3 S
3
1.05 1.501 9.49
4 D
1
0.9663 1.2597 25.00
5 D
2
0.9555 1.4345 10.00
6 D
3
0.9812 4.6284 13.00
492
Ejemplo
! Flujo de carga (caso inelastico):
Nudo Part. V NCP P
S
or P
D
i [p.u.] [$/MWh] [MW]
1 S
1
1.1 0.8791 17.72
2 S
2
1.1 0.0 17.64
3 S
3
1.1 -1.9092 15.10
4 D
1
1.0217 2.4537 25.00
5 D
2
1.0122 0.8353 10.00
6 D
3
1.0359 2.6933 13.00
493
Bibliografa
! C. A. Ca nizares, H. Chen, F. Milano, and A. Singh,
Transmission Congestion Management and Pricing in
Simple Auction Electricity Markets, International Journal
of Emerging Electric Power Systems, vol. 1, issue 1, article
1, 28 pages, 2004.
494
Flujo de Carga

Optimo con Ajustes
! El esquema del algoritmo es el siguiente:
495
k = 0
k k + 1
Power Flow:
Optimal
Continuation Power Flow:
yes no
Sensitivity Analysis:
Stop
0 = 0
compute x
(k)
, x
(k)
, p
(k)
,
(k)
compute p
(k)
determine
(k)
using p
(k)
+p
(k)
|
(k)
(k1)
| <
as power directions based on an
N-1 contingency criterion
for a given
496
Flujo de Carga

Optimo con Ajustes
! El metodo es iterativo.
! Se soluciona un ujo de carga optimo con restricciones de
estabilidad de tension.
! La funcion objetivo es el benecio social. En esta etapa no
se optimiza .
! =

.
497
Flujo de Carga

Optimo con Ajustes
! El modelo propuesto es el siguiente:
Min. f = (C
T
D
P
D
C
T
S
P
S
)
s.t. g(, V, Q
G
, P
S
, P
D
) = 0 Flujo de carga
g(
,

V ,

Q
G
, , P
S
, P
D
) = 0 Flujo de carga cr
tico
=

Margen de carga
498
Flujo de Carga

Optimo con Ajustes
! (sigue)
0 P
S
P
S
max
Lmites de oferta
0 P
D
P
D
max
Lmites de demanda
I
ij
(, V ) I
ij
max
Lmites termicos
I
ji
(, V ) I
ji
max
I
ij
(
,

V ) I
ij
max
I
ji
(
,

V ) I
ji
max
499
Flujo de Carga

Optimo con Ajustes
! (sigue)
Q
G
min
Q
G
Q
G
max
Lmites de reactiva
Q
G
min

Q
G
Q
G
max
V
min
V V
max
Lmites de tension
V
min

V V
max
500
Flujo de Carga

Optimo con Ajustes
! La solucion del ujo de carga optima se utiliza para hallar
un analisis de sensibilidad.
! Del analisis de sensibilidad se calculan las variaciones de las
potencias p
k
.
501
Flujo de Carga

Optimo con Ajustes
! Desarrollo de las sensibilidades:
df
d
=
df
d
df
d g
pi
=
df
d g
pi
=
g
pi
502
Flujo de Carga

Optimo con Ajustes
! Entonces:
df
dp
i
=
df
d g
pi
d g
pi
dp
i
=
g
pi
p
i
g
pi
! y, nalmente:
dp
i
d
=
dp
i
df
df
d
g
pi
p
i
g
pi
503
Flujo de Carga

Optimo con Ajustes
! En forma escalar:
dP
S
i
d
=
1
(1 +
+

k
G
)
g
P
i
dP
D
i
d
=
1
(1 +
g
P
i
504
Flujo de Carga

Optimo con Ajustes
! Las variaciones p
k
se utilizan para un analisis de CPF con
contingencias para hallar el nuevo valor de
k+1
.
! Con este nuevo valor
k+1
se repite el ujo de carga optimo.
! El procedimiento termina cuando no se pueda aumentar
mas .
505
Ejemplo 1
! Red de 6 nudos:
Bus 3
(GENCO 2)
Bus 2 (GENCO 3)
(ESCO 3)
(ESCO 1)
(ESCO 2)
Bus 4
Bus 5
(GENCO 1)
Bus 1
Bus 6
506
Ejemplo 1
! Demanda total (caso elastico sin contingencias):
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8
285
290
295
300
305
310
315
320
325
TTL ! Multiobjective VSC!OPF
TTL ! CPF!OPF technique
Loading parameter
T
o
t
a
l
T
r
a
n
s
a
c
t
i
o
n
L
e
v
e
l
[
M
W
]
507
Ejemplo 1
! Ofertas aceptadas (caso elastico sin contingencias):
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8
0
5
10
15
20
25
P
SBus1
P
SBus2
P
SBus3
P
DBus4
P
DBus5
P
DBus6
Loading parameter
A
c
c
e
p
t
e
d
P
o
w
e
r
B
i
d
s
[
M
W
]
508
Ejemplo 1
! Precios nodales (caso elastico sin contingencias):
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8
6
6.5
7
7.5
8
8.5
9
9.5
10
LMP
Bus1
LMP
Bus2
LMP
Bus3
LMP
Bus4
LMP
Bus5
LMP
Bus6
Loading parameter
L
o
c
a
l
M
a
r
g
i
n
a
l
P
r
i
c
e
s
[
$
/
M
W
h
]
509
Ejemplo 1
! Sensibilidades (caso elastico sin contingencias):
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8
!1
!0.8
!0.6
!0.4
!0.2
0
0.2
0.4
0.6
0.8
1
Bus 1
Bus 2
Bus 3
Bus 4
Bus 5
Bus 6
Loading parameter
d
p
/
d

510
Ejemplo 2
! Red de 24 nudos (RTS 96):
10
18
21
22
17
23
19 20 16
14
24
13
11
3 9
6
8
5
4
7 2 1
12
15
132 kV
230 kV
511
Ejemplo 2
! Demanda total (caso elastico, contingencias en la lnea
3-24):
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8
3160
3180
3200
3220
3240
3260
3280
Loading parameter
T
o
t
a
l
T
r
a
n
s
a
c
t
i
o
n
L
e
v
e
l
[
M
W
]
512
Ejemplo 2
! Algunas ofertas aceptadas (caso elastico, contingencias en la
lnea 3-24):
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8
80
100
120
140
160
180
200
220
240
260
P
DBus 3
P
SBus 7
P
DBus 8
P
DBus 10
P
SBus 13
P
DBus 14
Loading parameter
A
c
c
e
p
t
e
d
P
o
w
e
r
B
i
d
s
[
M
W
]
513
Ejemplo 2
! Precios nodales (caso elastico, contingencias en la lnea
3-24):
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8
21.5
22
22.5
23
23.5
24
24.5
LMP
Bus 3
LMP
Bus 7
LMP
Bus 8
LMP
Bus 10
LMP
Bus 13
LMP
Bus 14
Loading parameter
L
o
c
a
l
M
a
r
g
i
n
a
l
P
r
i
c
e
s
[
$
/
M
W
h
]
514
Ejemplo 2
! Sensibilidades (caso elastico, contingencias en la lnea 3-24):
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8
!0.6
!0.5
!0.4
!0.3
!0.2
!0.1
0
0.1
Bus 3
Bus 7
Bus 8
Bus 10
Bus 13
Bus 14
Loading parameter
d
p
/
d

515
Bibliografa
! F. Milano, C. A. Ca nizares, and A. J. Conejo,
Sensitivity-based Security-constrained OPF Market
Clearing Model, accepted for publication on IEEE
Transactions on Power Systems, 10 pages, June 2005.
516
Unas Crticas a los Mercados Electricos
! En general, los precios han subido pasando de un marco
centralizado a un marco liberalizado.
! Los modelos de cierre de mercado suponen un regimen de
libre mercado ideal, es decir innitos generadores y
consumidores.
! En el caso real hay muy pocas empresas de produccion de la
energa (tres en Espa na). Esto puede llevar a oligopolios.
! En un oligopolio no valen las reglas de libre mercado, mas
bien la teora de los juegos.
San Salvador, 25-29 Julio 2005 Consideraciones Finales - 1
517
! Existe una diferencia fundamental entre mercados electricos
y mercados competitivos de otros productos (por ejemplo,
telefona movil, transporte aereo, etc.)
! En los sistemas electricos se tiene que averiguar en cada
instante el balance de potencia:
P
G
i
P
D
i P
perdidas
= 0
! Si no se consigue el balance, hay apagones. Esto es una
consecuencia del hecho que la energa electrica no se puede
almacenar de forma barata.
! En mercados no electricos, si no se consigue el balance de
demanda y oferta, hay esperas.
518
! Los mercados decentralizados tienen problemas para
realizar una regulacion de sistema (por ejemplo,
regulaciones secundarias de frecuencia y de tension).
! En algunos casos los gobiernos no quieren un mercado
liberalizado por razones de seguridad (por ejemplo en
Francia, debido al elevado n umero de plantas nucleares).
519
! Poder de mercado:
1
2
3
P
L
= 30 MW
P
max
13
= 20 MW
P
max
23
= 50 MW
P
max
3
= 30 MW
P
max
2
= 15 MW
! Un ejemplo de poder de mercado ocurrio en Ontario en el
2002.
520
Futuras Lneas de Investigacion
! En el PES Meeting de San Francisco, Junio 2005, se hizo la
primera reunion del Electricity Market Economics
Subcommittee.
! Este es el unico subcommittee con la palabra market
en el ttulo.
! Se ha hablado de los temas de mayor interes y de las
futuras lneas de investigacion.
521
! La tendencia actual es ir hacia metodos de cierre de
mercado lo mas posible detallados y ables.
! Resumiendo:
" La programacion lineal entera mixta es adecuada para
metodo de cierre de mercado con horizonte temporal de
un da o mas.
" La programacion no lineal es auspicable para metodos
de cierre de mercado horarios o de last minute.
" Desarrollo de metodos estocasticos.
522
! Unos temas de interes:
" Necesidad de incluir restricciones de seguridad
(estabilidad) adecuadas para dar las correctas se nales
economicas a los participantes al mercado.
" Estudios de abilidad (reliability) de los mercados
electricos.
" Modelos estandar (benchmarks).
523
Muchsimas gracias por vuestra atencion!

Analisis de SP en Ambiente de Mercados Electricos

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Analisis de SP en Ambiente de Mercados Electricos

Cargado por

Copyright:

Formatos disponibles

Analisis de Sistemas de Potencia

en Ambiente de Mercados Electricos

; f son las ecuaciones diferenciales

se puede ver como una variacion

el la parte imaginaria de la matriz Y

tiempo de despeje de la falta

! Se seleccionan solo las 5 lneas asociadas con las 5 mayores

San Salvador, 25-29 Julio 2005 Restricciones de Estabilidad de Tensi on - 74

San Salvador, 25-29 Julio 2005 Restricciones de Estabilidad de Tensi on - 79

También podría gustarte