Está en la página 1de 4

ROBERT ROCAFUERTE ALVARADO

DEBER CONFIABILIDAD DE SISTEMAS DE POTENCIA


APLICACION DEL METODO DE MONTE CARLO PARA A EVALUACION DE
LA CONFIABILIDAD DE LA CAPACIDAD DE GENERACION
Evaluacin del LOLE con carga no cronolgica.Sistema estudiado
Unidad #
1
2
3
4
5

Potencia (Mw)
40
40
40
40
40

FOR
0.01
0.01
0.01
0.01
0.01

Se asume el siguiente modelo para la curva lineal de carga la cual


empieza con su mximo en 160(Mw) hasta su minimo en 40(Mw):

L=64 + ( 16064 )U 2
Siendo U2 el nmero aleatorio generado para evaluar el
comportamiento de la carga, a continuacin se muestran varios
resultados ante varias simulaciones realizadas con 500000
repeticiones por simulacin:

LOLE
LOLE=0.146000

LOLE=0.148920
LOLE=0.171550

0.1503800

ROBERT ROCAFUERTE ALVARADO

Observamos como el efecto de arranque en la simulacin es muy notorio,


efecto que se reduce luego se aproximadamente 100000 iteraciones para
cada situacin, comparado con el valor obtenido tericamente
0.150410dias/ao se tiene un error del 0.019 % para la primera simulacin,
a continuacin se muestra el cdigo usado para calcular estos LOLE:
clear; clc; L=[];U1=0; U2=0;D=0;N=0;C=0;
n=5;%numero de unidades
LOLe=[]; L1=0;LOLE=0;
Datos=xlsread('codigo carga no cronologica');Ct=0;
dmin=64;
dmax=160;
%ecmpieza la repeticion
for i=1:500000
Ct=0;
C=0;
for i=1:n
U1=rand;
if (U1<Datos(2,i))
C=0;
else
C=Datos(1,i);
end
Ct=Ct+C;
end
U2=rand;
L1=dmin+(dmax-dmin)*U2;
if Ct<L1
D=D+1;
end
N=N+1;
LOLP=D/N;
LOLE=LOLP*365;
LOLe(i)=LOLE;

end
plot(LOLe);

Datos leidos desde el archivo codigo carga no cronologica


40
0.01

40
0.01

40
0.01

40
0.01

40
0.01

ROBERT ROCAFUERTE ALVARADO

2. USO DEL METODO SIMULACION DE MONTE CARLO USANDO LAS


PROBABILIDADES ACUMULADAS PARA LA CURVA DPLVC.
Usando las probabilidades acumulativas de la DPLVC se tienen los siguientes
resultados:

LOLE = 0.1423500

LOLE = 0.137240

LOLE=0.151110

LOLE = 0.135050

El cdigo usado para esta simulacin se presenta en las siguientes lneas: se


asumi en 12 el nmero de particiones de la curva DPLVC y 500000
iteraciones por simulacin.
clear; clc; L=[];U1=0;LL=0;U2=0;D=0;N=0;C=0;k=0;p=0;
Datos=xlsread('codigo carga no cronologica');x=[];Ct=0;
P=zeros(1,12);y=0;
LOLe=[];
for i=64:8:160
y=y+1;
x(y)=(160-i)/(96/365);
L(y)=i;

ROBERT ROCAFUERTE ALVARADO


end
L=sort(L,'descend');
X=sort(x);
d=365/12;
p=d/365;
for i=1:12
k=k+p;
P(i)=k;
end
%ecmpieza la repeticion
for i=1:500000
Ct=0;
C=0;
for i=1:5
U1=rand();
if (U1<0.01)
C=0;
else
C=40;
end
Ct=Ct+C;
end
U2=rand();
entro=0;
for i=2:12
if U2<(1/12) & entro==0
LL=160;
%fprintf('entro kon: %d\n',LL);
entro=1;
end
if ((U2<=P(i))&&(U2>P(i-1)))
LL=L(i);
%fprintf('entro con: %d\n',LL);
end

%fprintf('%d\n',U2);
end
if Ct<LL
D=D+1;
end
N=N+1;
LOLP=D/N;
LOLE=LOLP*365;
LOLe(i)=LOLE;
end
plot(LOLe);

También podría gustarte