UNIVERSIDAD TCNICA DE ORURO

FACULTAD NACIONAL DE INGENIERIA

INGENIERA ELCTRICA Y ELECTRNICA

OPERACIN ECONMICA Y PLANIFICACIN DE

SISTEMAS ELECTRICOS DE POTENCIA

MCs. Ing. Armengol Blanco Benito

Versin 1.0

Oruro, enero 2010

 PREFACIO

E n la actualidad, la energa elctrica, es la energa ms limpia y de mayor consumo final en el

mundo entero. Por esas razones, es necesario que la operacin y construccin de sistemas de
generacin y transporte, sean ms econmicos, seguros, confiables y ambientalmente
sostenibles.

Desde la ltima dcada, con la desregulacin del sector elctrico, el mercado de la energa elctrica
experiment un profundo proceso de liberalizacin, fruto del cual, actualmente en muchos pases es un
negocio que se desarrolla en un modelo de alta competitividad.

En los recientes aos, los sistemas elctricos de potencia aumentaron en complejidad debido a las
interconexiones y el uso de nuevas tecnologas.

Los problemas, tradicionalmente, enfocados en los sistemas elctricos de potencia, tales como:
cortocircuitos, flujos de potencia y estabilidad fueron resueltos mediante programas de computadoras.
Hoy en da los nuevos problemas enfocados en el control y operacin de los sistemas elctricos de
potencia, son los relacionados con la operacin econmica y expansin ptima de los sistemas. Con la
desregulacin del mercado elctrico, en la operacin de un sistema elctrico de potencia, prima el
aspecto econmico y se supone que el sistema elctrico presenta un amplio margen de estabilidad y es
un sistema robusto y confiable.

Con los nuevos paradigmas planteados por el modelo neoliberal modelo de libre mercado, no
obstante ser resistido por los sectores populares, sin embargo, ste modelo est vigente-, los precios son
definidos por la oferta y la demanda, pero los precios de algunos bienes estratgicos siempre son caros,
se es el caso de la electricidad. Por otra parte, el ndice del consumo de energa elctrica por habitante,
es decir, los kilovatios-hora per cpita de una regin, es un indicador del grado de desarrollo alcanzado
por la regin. Por consiguiente, se hace necesario determinar polticas ptimas para abastecer la
demanda de electricidad y abaratar el precio de ste bien para favorecer el desarrollo tan anhelado por
los pases en vas de desarrollo.

La operacin econmica de sistemas elctricos de potencia, tiene como uno de sus objetivos: minimizar
los costos de operacin del sistema, sujeto a las restricciones de red y operacin. Para lo cual, se
debern desarrollar modelos matemticos del sistema elctrico, tales como los modelos de las centrales
elctricas -trmicas e hidrulicas-, de la red y la demanda. El fundamento del problema de la operacin
econmica, se basa en el conjunto de caractersticas de entrada - salida de las unidades de generacin:
trmica convencional - vapor, fuel, carbn, diesel y gas -, nuclear e hidrulica.

Este problema, conocido tambin con el nombre del despacho econmico, busca un nivel de generacin
para cada uno de los generadores disponibles, tal que el costo total de operacin sea mnimo para
satisfacer a toda la carga y las prdidas. El sistema consiste en N unidades trmicas de generacin
conectadas al sistema que suministran energa a la demanda, las unidades hidrulicas se pueden
consideran como unidades trmicas equivalentes. Las prdidas de transmisin son importantes, luego,
stas se debern incluir en la modelacin del sistema. El propsito de este modelo, es encontrar una
poltica ptima de operacin, para estas N unidades.

Por otra parte, el problema de entrada en servicio de una unidad u otra, es ms complejo y se denomina
predespacho de carga -unit commitment-. El problema es dificultoso de resolver matemticamente,
i
debido a que se involucran variables enteras binarias (1 - 0, on - off). Puesto que, un generador en
particular tienen que estar conectado o desconectado de la red, pero no todos los generadores estarn
conectados al sistema, sino de acuerdo a los requerimientos operacionales; satisfacer la demanda y
disponer de suficiente reserva en giro para enfrentar una contingencia, sin embargo la cuestin es; cul
ser la poltica ptima?. Para resolver el problema, existen tres tcnicas ampliamente empleadas, las
mismas son: la lista de prioridad, la programacin entera y la programacin dinmica.

Un otro problema, es el uso racional del agua, ste, es un recurso estratgico en pocas de sequa, si
bien los costos variables de la generacin hidrulica son despreciables, se debe tener una poltica
ptima del gasto de agua. Por consiguiente, la coordinacin hidrotrmica, consiste en la determinacin
de una poltica ptima para el gasto del agua en las plantas hidrulicas, combinando con el uso de
combustible en las plantas trmicas, para satisfacer la demanda, sujeta a limitaciones fsicas y de
operacin.

Por otra parte, es necesario conocer el estado del sistema elctrico, ste cometido se logra, si se
conocen las tensiones en cada una de las barras del sistema. El flujo de potencia, se refiere al problema
de resolucin de las ecuaciones de la red, con el objeto de conocer todas las variables elctricas para
determinar el estado de operacin del sistema. Y el flujo ptimo de potencia, se refiere a un estado de
operacin en las que algunas variables son optimizadas, sujeto a limitaciones sobre las variables y
funciones.

El crecimiento de la demanda y requisitos de calidad impuestos al suministro elctrico, obligan a las

empresas del sector elctrico a realizar la ampliacin de su parque generador y expandir los sistemas de
transporte y distribucin, los cuales representan altos costos de inversin. La planificacin de sistemas
elctricos consiste en planificar su expansin que se traduce en determinar el nmero de centrales
generadoras, lneas de transporte y redes de distribucin mediante modelos de planificacin que
determinan polticas ptimas de inversin para satisfacer la demanda. El gran nmero y diversidad de
alternativas obligan a buscar modelos de planificacin y formas de resolucin adecuadas.

Las caractersticas de los modelos de planificacin (lineales, no-lineales) dependen, por un lado, del
tipo de sistema elctrico que se est intentando modelar, y por el otro, de la representacin que se haga
a cada uno de los elementos que lo conforman: sistemas de generacin, transporte y distribucin de
potencia. Las metodologas de planificacin aplicables a ampliar generacin, sistema de transmisin y
distribucin son diferentes bsicamente por las restricciones de operacin y red propias de cada
sistema.

En algunos captulos, se incluyen problemas resueltos, con el fin de clarificar los aspectos tericos
abordados en el captulo correspondiente.

Con el presente texto -que tiene su origen en los apuntes impartidas en clases-, se pretende facilitar el
proceso de comprensin de la operacin econmica y planificacin de sistemas elctricos de potencia.
Est dirigido a los alumnos, futuros ingenieros elctricos, a los profesionales y personas dedicadas a
esta rea.

Armengol Blanco Benito

Enero, 2010

ii
 ndice General

Tabla de contenido
PREFACIO ................................................................................................................................. i
ndice General ......................................................................................................................... iii
Captulo I ................................................................................................................................... 1
CARACTERSTICAS DE LAS PLANTAS TRMICAS E HIDRULICAS .................................... 1
1.1 Introduccin....................................................................................................................... 1
1.2 Operacin de Sistemas Elctricos de Potencia ....................................................................... 1
1.3 Caractersticas de Centrales Trmicas [2] .............................................................................. 1
1.3.1 Caractersticas de Entrada Salida de Plantas Trmicas ................................................... 4
1.4 Caractersticas de las Centrales Hidrulicas ........................................................................... 9
1.4.1 Gasto Marginal de Agua ............................................................................................. 13
Captulo II ................................................................................................................................ 14
DESPACHO ECONMICO DE PLANTAS TRMICAS ............................................................. 14
2.1 Introduccin..................................................................................................................... 14
2.2 Costos de Generacin ....................................................................................................... 14
2.3 Modelacin del Sistema .................................................................................................... 15
2.4 Despacho Econmico sin Considerar Prdidas de Transmisin .............................................. 17
2.5 Despacho Econmico Considerando las Prdidas de Transmisin .......................................... 18
2.6 Mtodos de Solucin ........................................................................................................ 19
2.6.1 Mtodo Iterativo Lambda ............................................................................................ 19
2.6.2 Mtodo del Gradiente de 1er Orden .............................................................................. 21
2.6.3 Mtodo del Gradiente de Segundo Orden ...................................................................... 24
2.6.4 Factores de Participacin ............................................................................................ 25
2.7 Prdidas de Transmisin ................................................................................................... 27
2.7.1 Matriz B de la Frmula de Prdidas.............................................................................. 28
2.7.2 Factores de Penalizacin ............................................................................................. 29
2.8 Despacho Econmico de Sistemas Trmicos Empleando Programacin Dinmica .................. 31
Ejemplo 2.1 Despacho Econmico........................................................................................... 32
Captulo III ............................................................................................................................... 38
PREDESPACHO DE CARGA ................................................................................................... 38
3.1 Introduccin..................................................................................................................... 38
Ejemplo 3.1 Combinacin de Unidades .................................................................................... 38
3.2 Restricciones de Operacin en el Predespacho ..................................................................... 40
3.2.1 Reserva en Giro ......................................................................................................... 40
3.2.2 Restricciones de las Unidades Trmicas ........................................................................ 41
3.2.3 Restricciones Hidrulicas ............................................................................................ 42
3.2.4 Potencia Reactiva ....................................................................................................... 43
3.2.5 Restriccin de Combustible ......................................................................................... 43
3.2.6 Flujo de Potencia Activa ............................................................................................. 43
3.3 Restricciones de Red ......................................................................................................... 43
3.4 Mtodos de Solucin del Problema del Predespacho ............................................................ 43
3.4.1 Mtodo de las Combinaciones Secuenciales .................................................................. 44
3.4.2 Mtodo de la Lista de Prioridad ................................................................................... 44
3.4.3 Programacin Dinmica .............................................................................................. 45
Ejemplo 3.2 Predespacho de Carga [9] ..................................................................................... 46

iii
 3.5 Formulacin Alternativa del Predespacho [10]..................................................................... 53
Captulo IV ............................................................................................................................... 54
COORDINACIN HIDROTERMICA ........................................................................................ 54
4.1 Introduccin.................................................................................................................... 54
4.2 Despacho de Energa con Lmites....................................................................................... 54
4.3 Coordinacin Hidrotrmica a Corto Plazo ........................................................................... 57
4.3.1 Plantas Acopladas Hidrulicamente (Plantas en Serie) ................................................... 62
4.4 Coordinacin Hidrotrmica Multimquinas ......................................................................... 63
4.5 Coordinacin Hidrotrmica a Largo Plazo ........................................................................... 66
4.5.1 Modelo de Optimizacin ............................................................................................. 66
Ejemplo 4.1 Coordinacin Hidrotrmica .................................................................................. 67
Captulo V ................................................................................................................................ 73
FLUJO PTIMO DE POTENCIA .............................................................................................. 73
5.1 Introduccin..................................................................................................................... 73
5.2 Flujo de Potencia en Variables de Estado ............................................................................ 73
5.2.1 Algoritmo de Newton-Raphson ................................................................................... 76
5.3 Formulacin Conceptual del Flujo ptimo de Potencia ........................................................ 77
5.3.1 Flujo ptimo de Potencia Activa ................................................................................. 77
5.3.2 Flujo ptimo de Potencia Reactiva .............................................................................. 79
5.4 Formulacin Matemtica ................................................................................................... 79
Ejemplo 5.1 Flujo ptimo de Potencia Activa........................................................................... 81
Captulo VI ............................................................................................................................... 86
PLANIFICACION DE LA EXPANSIN DE LOS SISTEMAS ELECTRICOS DE POTENCIA...... 86
6.1 Introduccin..................................................................................................................... 86
6.2 Componentes de un Sistemas Elctricos .............................................................................. 86
6.3 Criterios de Planificacin y Restricciones ........................................................................... 86
6.3.1 Criterios de Confiabilidad ........................................................................................... 87
6.3.2 Criterios Econmicos ................................................................................................. 87
6.3.3 Restricciones Ambientales .......................................................................................... 87
6.3.4 Impactos Sociales ....................................................................................................... 87
6.4 Planteamiento del Problema de Planificacin de la Expansin del SEP .................................. 88
6.4.1 Planificacin de la Expansin de la Red de Transporte ................................................... 88
6.5 Expansin del Sistema de Transporte: Modelo de Transbordo ............................................... 92
6.5.1 Planificacin de la Expansin del Sistema de Transmisin: Modelo de Flujo DC .............. 92
6.5.2 Planificacin de Expansin de la Generacin [19].......................................................... 94
Referencias Bibliogrficas .......................................................................................................... 97
ANEXO A OPTIMIZACIN ................................................................................................. 98
A.1 Introduccin .................................................................................................................... 98
A.2 Fases de la Optimizacin [21] ........................................................................................... 98
A.3 Ejemplos ........................................................................................................................ 99
A.3.1 Fabricacin de Pinturas [21] ....................................................................................... 99
A.3.2 Fabricacin de Vidrios [20] ...................................................................................... 100
A.4 Solucin grfica ............................................................................................................ 102
A.5. Mtodo Simplex ........................................................................................................... 103
ANEXO B PROGRAMACION NO LINEAL ........................................................................ 106
B.1 Introduccin .................................................................................................................. 106
B.2 Mtodo de Resolucin .................................................................................................... 106
B.2.1 Multiplicadores de Lagrange, Kuhn-Tucker ................................................................ 107
Ejemplo B.1 Programacin No lineal ..................................................................................... 108
B.2.2 Mtodo de la Gradiente de Descenso ms Pronunciado ................................................ 110
iv
 Ejemplo B.2 Gradiente del Ascenso ms Pronunciado ............................................................. 112
Ejemplo B.3 Minimizacin sin restricciones con paso ptimo ................................................... 113
ANEXO C PROGRAMACION DINAMICA ......................................................................... 116
C.1 Introduccin .................................................................................................................. 116
C.2 El Principio de Optimalidad ............................................................................................ 116
Ejemplo C.1 Cargamento de un Barco [21] ............................................................................. 117
C.3 Algoritmo de la Programacin Dinmica .......................................................................... 118
C.4 Algoritmo de Dijstra ...................................................................................................... 119
Ejemplo C.2 Distancia Mnima entre Dos Nodos..................................................................... 120
ANEXO D TCNICAS HEURSTICAS................................................................................ 121
D.1 Introduccin .................................................................................................................. 121
D.2 Templado Simulado ....................................................................................................... 121
D.3 Algoritmos Genticos [23] .............................................................................................. 121
D.4 Bsqueda Tab .............................................................................................................. 122
D.5 Redes Neuronales .......................................................................................................... 123

v
 Captulo I

CARACTERSTICAS DE LAS PLANTAS TRMICAS E

HIDRULICAS

1.1 Introduccin

P ara analizar los problemas asociados con el control y operacin de los sistemas elctricos de
potencia (SEP), es necesario modelar los diferentes elementos que componen el SEP y conocer
muchos de los parmetros de inters involucrados, principalmente los relacionados con el
comportamiento de las plantas de generacin trmicas e hidrulicas.

1.2 Operacin de Sistemas Elctricos de Potencia

Para determinar la operacin econmica de un sistema elctrico, se supone que el sistema est en un
estado normal [1], donde se satisfacen las restricciones de red y operacin. Adems, se supone que
existen suficientes mrgenes de estabilidad transitoria y permanente, las tensiones en cada una de las
barras estn dentro de lo permitido, no existen fluctuaciones de tensin en el sistema, la distorsin
armnica es despreciable, la variacin de frecuencia es mnima, el sistema es equilibrado y balanceado,
es decir, el sistema cumple con los requisitos de calidad de servicio, en esta condicin, se puede buscar
una operacin ptima del sistema.

En la actualidad, con la desregulacin del mercado elctrico, en la operacin de un sistema elctrico de

potencia, prima el aspecto econmico, se deja de lado el aspecto tcnico.

1.3 Caractersticas de Centrales Trmicas [2]

Entre las caractersticas de mayor inters para la operacin de las plantas de generacin trmica, son las
curvas de costo de generacin versus potencia generada. Las centrales trmicas tpicas, son: las
centrales de vapor, centrales a gas y centrales nucleares.

a) Centrales a Vapor

En este tipo de centrales, el vapor es generado en una caldera que es alimentada con agua; el calor es
extrado de la combustin del carbn mineral en polvo petrleo u otro tipo de combustible primario.
El vapor es sobrecalentado en las diferentes etapas de la caldera y es alimentado a la turbina de vapor,
en sta, existe una transformacin de energa, el vapor se enfra, pierde energa y se convierte en
energa mecnica, la cual impulsa al generador y se obtiene la energa elctrica. En la Fig. 1.1, se
muestra el esquema tpico de generacin trmica a vapor.

1
 Pbruta
B T G Pneta
Combustible

S/A
Agua Vapor
Fig. 1.1 Esquema tpico de una central trmica a vapor.
donde:
B Caldera de vapor
T Turbina de vapor
G Generador elctrico
S/A Servicios auxiliares

Una turbina de vapor tpica, requiere de 2 al 6 % de la potencia de salida del generador para alimentar
los servicios auxiliares que comprende, entre otros, las bombas de alimentacin de la caldera,
ventiladores, bombas para la circulacin de agua en el condensador, etc. La salida elctrica, no est
conectado solamente al sistema elctrico de potencia, sino tambin al sistema de potencia auxiliar en la
central elctrica.

La salida neta de la planta, es la potencia elctrica disponible para ser utilizado por el sistema elctrico
de potencia, y es una informacin til para planificar la generacin. En la Fig. 1.4, se muestra la
caracterstica entrada -salida tpica de una planta trmica.

b) Turbina de Gas de Ciclo Simple

En sta planta, la turbina de gas, aprovecha los gases de combustin para convertirlo en potencia
mecnica y consiste en un compresor de gas y turbina, conectados por un eje nico a una unidad
generadora. El compresor comprime los gases de combustin y en la turbina se expande el gas y se
produce la conversin de energa calorfica en energa mecnica la cual acciona al generador
obtenindose energa elctrica.

En la Fig. 1.2 se muestra un esquema tpico de una planta de este tipo.

C TG
G

Gases de Combustin
Fig. 1.2 Esquema tpico de una central a turbina de gas.

2
donde:
C Compresor
TG Turbina de gas
G Generador elctrico

La turbina de gas de ciclo simple, tiene un rendimiento en el rango de 25 al 30 % (es decir, la tasa de
calor de la unidad es de 13.600 a 11.400 MBtu/kW-h, basado en el valor del calentamiento ms alto del
combustible), requiere diesel o gas natural como combustible. Estas unidades se utilizan
principalmente, para horas punta en los sistemas elctricos.

c) Planta Nuclear

Una planta nuclear emplea un reactor nuclear para la generacin trmica. El reactor nuclear, utiliza
como combustible, uranio ligeramente enriquecido, como fuente de suministro de energa bsica. En la
Fig. 1.3 se muestra el esquema tpico de una central nuclear.

Combustible G
T
Nuclear

Agua de Refrigeracin
Vapor

Fig. 1.3 Esquema tpico de una planta nuclear.

Durante el perodo de tiempo en que el combustible est en el reactor, se genera calor y vapor que
acciona una turbina de vapor convencional, y la potencia elctrica se obtiene del generador que es
accionado por la turbina. Con el paso del tiempo la cantidad de material fisionable utilizado va
decreciendo, y no es capaz de mantener un nivel de potencia adecuado, de modo que el combustible
tiene que ser retirado y el reactor se recarga con un nuevo combustible. Durante este tiempo -4 a 6
meses- la planta est fuera de servicio y se aprovecha para realizar un mantenimiento general de la
central.

Para la instalacin de una planta sobre la base de reactores nucleares, ser necesario tomar en cuenta
que los reactores comerciales disponibles, tienen una capacidad mnima de 1000 MW para una
operacin rentable. En la operacin de sistemas elctricos de potencia, las plantas nucleares, se utilizan
como plantas base, las plantas trmicas e hidrulicas se utilizan en horas de punta.

En el pas, no se cuenta con centrales a vapor debido a que no se dispone de fuentes primarias de
energa barata para este tipo de centrales como seran los yacimientos de carbn mineral. Asimismo, no
se cuenta con centrales nucleares, debido principalmente a lo reducido de la demanda -650 MW-.

3
Tal vez la inexistencia del carbn mineral fuente de alto poder calorfico- en la geografa del pas, sea
la causa para el subdesarrollo del pas. El carbn mineral es la principal fuente de energa para
desarrollar la siderurgia que es la industria bsica de todo pas industrializado. Si bien, se tienen
yacimientos de hierro en el Mutn y existen proyectos que toman en cuenta el uso del gas natural para
desarrollar una siderurgia en el Mutn, parece que no es atractivo por el bajo poder calorfico del gas
frente al poder calorfico del carbn mineral.
Las centrales termoelctricas de generacin existentes en el pas, son las de jet fuel Trinidad,
Aranjuez- y centrales a gas Huaracachi, Valle Hermoso, Karachipampa y Kenko-.

En algunas empresas privadas, se tienen grupos electrgenos, que emplean diesel como fuente
primaria.

1.3.1 Caractersticas de Entrada Salida de Plantas Trmicas

En las plantas trmicas a vapor, en general la curva de entrada versus salida, es discontinua, la cual es
causada por la apertura de vlvulas de vapor en serie, es decir, las unidades de generacin poseen una
operacin multivalvular [3]. En la Fig. 1.4, se representa sa caracterstica, las variaciones abruptas de
gasto de calor son debidas a la apertura de las vlvulas. sa caracterstica normalmente se lo aproxima
y representa por una funcin polinomial, la cual se representa mediante la curva segmentada.

H [MBTU/h]
Apertura de vlvulas

Entrada

0 Pmin Salida Pmax P [MW]

Fig. 1.4 Caractersticas de operacin de unidades trmicas multivalvulares a vapor.

Nayola, et al., [4], presentan una metodologa para determinar experimentalmente las caractersticas
incrementales del consumo de calor de las unidades trmicas.
La curva caracterstica de entrada-salida, depende del tipo de unidad trmica, en la Fig. 1.5, se
representa la curva tpica de una central elctrica a vapor, utiliza una turbina a gas multivalvular [2].

4
La caracterstica tpica de entrada-salida, es decir, el gasto de calor versus la potencia generada,
presenta una no linealidad [2], sa caracterstica, se muestra en la Fig. 1.6 y se puede expresar por la
siguiente funcin:
H 0 1P 2 P 2 ... n P n
donde: i coeficientes.

H [kCal/h]

00 Pmin Pmax
Pmax P [MW]

Fig. 1.5 Caracterstica tpica de una central trmica a gas.

kCal
H [ ]
h

Entrada

0 Pmin Salida Pmax P [MW]

Fig. 1.6 Caracterstica Entrada-Salida tpica de una planta trmica.

5
El gasto de calor por hora, sin perder generalidad, se puede aproximar por un polinomio de grado n, es
decir, por una funcin no lineal, lo ms comn es considerar una ecuacin cuadrtica o cbica. En
algunos estudios para simplificar el proceso de la optimizacin, la funcin puede ser linealizada o
considerada como una funcin lineal por tramos. Estos extremos, se pueden apreciar en la Fig. 1.7.

$
F [ ]
h

0 Pmin Pmax P [MW]

Fig. 1.7 Costo de generacin por hora de una planta trmica.

El gasto de calor por hora, H, [MBTU/h], se puede convertir en costo de generacin por hora, F, [$/h],
al considerar el costo del combustible y representar por la funcin:

F cH a 0 a 1 P a 2 P 2 a 3 P 3 .... a n P n

Con las restricciones: P min P P max

donde:

H = Gasto de calor por hora

kCal MBtu
h h
$
F = Costo de generacin por hora
h
$
c = costo del combustible
MBTU
ai = coeficientes
P = Potencia generada en MW

6
 H 0
La relacin 1 2P ... n P n 1 , es la razn del calor neto consumido por la turbina
P P
trmica y en la Fig. 1.8, se muestra sa caracterstica.

H kCal
[ ]
P MW h

0 Pmin Pmax P [MW]

H
Fig. 1.8 Caracterstica versus potencia generada.
P

kCal
H [ ]
MW h
P

0 Pmin Pmax P [MW]

Fig. 1.9 Gasto incremental de calor versus potencia generada de una planta trmica.

7
1.3.1.1 Costo Incremental

El costo incremental, es el costo de generar un kW-h adicional. Matemticamente es la relacin de los

incrementos del costo de generacin y potencia, representada por la siguiente ecuacin:

F
a1 2a 2 P 3a 3 P 2 .... na n P n 1 a 2 P 3a 3 PP a 3 P 2 .... a n P n 1
P
En la Fig. 1.10 se representa la curva tpica del costo incremental.

F $
[ ]
P MW h

0 Pmin Pmax P [MW]

Fig. 1.10 Caracterstica costo incremental de generacin tpica de una planta trmica.

1.3.1.2 Costo Marginal

De una manera general, el costo marginal es el costo de producir una unidad marginal del producto de
una empresa. En la generacin elctrica, el costo marginal, es el costo de generar un kW-h adicional.
Matemticamente, el costo marginal es el costo incremental, pero pasando al lmite, dicho de otro
modo, es la derivada de la funcin costo de generacin con respecto a la potencia. El costo incremental
difiere del costo marginal en un infinitsimo.

dF
a1 2a 2 P 3a 3 P 2 .... na n P n 1
dP

En la Fig. 1.11, se representa la grfica de una funcin tpica de costo marginal.

8
 dF $
[ ]
dP MW h

0 Pmin Pmax P [MW]

Fig. 1.11 Costo marginal

1.4 Caractersticas de las Centrales Hidrulicas

Las plantas hidrulicas, constituyen una de las principales fuentes de energa renovables, si bien
dependen de la hidraulicidad de una cuenca, prcticamente sus costos variables de generacin son
despreciables [2].

El agua no tiene costo` -lo provee la naturaleza-, pero en perodos de sequa, se le puede asignar un
costo; debido a que se debe respetar ciertas cotas mnimas, adems, parte de esas aguas se utilizan en
regados, cra de peces, centros de recreacin, etc.

El sistema hidrulico generalmente se compone de mltiples embalses y plantas hidrulicas dispuestas

en una o varias cuencas hidrogrficas.

La energa hidrulica disponible se obtiene por la acumulacin de agua en los embalses.

a) Planta Hidrulica Aislada

En este tipo de planta, la entrada, el volumen de agua por unidad de tiempo, est en funcin de la
potencia elctrica de salida. La Fig. 1.12 muestra una curva de entrada-salida tpica, para una planta
hidroelctrica. Esta caracterstica muestra una curva casi lineal del requerimiento del volumen de agua
de entrada por unidad de tiempo como una funcin de potencia disponible en la medida en que aumenta
la potencia. Se nota un comportamiento no lineal cerca de su potencia nominal, esto se debe a que las
prdidas hidrulicas aumentan por la abertura de las vlvulas por lo que se requiere ms caudal.
La funcin tpica del gasto de agua, q, est dado por el conjunto de ecuaciones:
9
 q b 0 b1P ; para P P1
q b 0 b1P b 2 P 2 ; para P1 P Pmax

donde:

m3
q Gasto de agua [ ]
h
bi coeficientes
P1 Potencia a partir de la cual comienza la no linealidad.

sta caracterstica, se representa en la grfica de la Fig. 1.12.

m3
q [ ]
h

Entrada

0 Pmin Salida P1 Pmax P [MW]

Fig. 1.12 Caractersticas entrada - salida de una planta hidrulica.

b) Plantas Acopladas Hidrulicamente

En muchas plantas, el sistema de canales y ros estn conectados tanto en serie como en paralelo
hablando desde el punto de vista hidrulico-. En este caso la liberacin de aguas arriba de una planta,
contribuye a la afluencia de la planta aguas abajo. Este extremo, se conoce como acoplamiento
hidrulico. La modelacin es compleja por la gran cantidad de variables involucradas. Debido a la
importancia del acoplamiento hidrulico entre plantas, se puede afirmar que no existen dos sistemas
hidroelctricos que sean exactamente iguales.

10
 r1 Afluyente
s1 Rebalse

V1

q1 Agua turbinada s2 Rebalse

V2

q2 Agua Turbinada

Fig. 1.13 Esquema de dos plantas hidrulicas en serie.

La situacin se pone an ms compleja, cuando el sistema elctrico tiene plantas hidroelctricas

convencionales y plantas de bombeo-almacenamiento, las cuales deben operar conjuntamente.

El problema del uso ptimo de estos recursos, involucran problemas complicados, que estn asociados
con la planificacin del uso de aguas, as como la operacin ptima del sistema elctrico, para
minimizar costos de produccin.

Por otra parte, las plantas hidrulicas, se utiliza solamente durante los perodos donde las unidades
trmicas tienen altos costos de generacin. Otras veces, se consideran como unidades de disponibilidad
rpida ("reserva de giro" en fro).

c) Plantas de Bombeo-Almacenamiento

El funcionamiento de este sistema es el siguiente, en los periodos donde el costo de energa es elevado,
el sistema funciona como generador, se gasta el agua del reservorio. En periodos donde el costo de
energa es barato, la turbina funciona como bomba y el generador como motor, se bombea agua al
reservorio superior y se almacena energa, dicho de otro modo, la central en cada hora n puede
bombear una cantidad wbn o turbinar una cantidad qbn y que el rendimiento de su ciclo es b. Puede
recibir o no aportaciones. En la Fig. 1.14, se muestra el esquema del sistema bombeo-almacenamiento.

En el pas, no existe ste tipo de plantas, pero se los puede encontrar en Europa.

11
 T-B Turbina-Bomba
G-M Generador
nb
T-B G-M

ri
Vi

Fig. 1.14 Sistema de bombeo y almacenamiento.

En la Fig. 1.15, se muestra las caractersticas de entrada y salida para el sistema de bombeo y
almacenamiento.

m3
q [ ]
h

Bombeo Generacin

Entrada, PB Salida, PG P [MW]

Fig. 1.15 Gasto de agua de una planta hidrulica de bombeo y almacenamiento.

12
1.4.1 Gasto Marginal de Agua

La funcin tpica del gasto de agua, q, est dado por el conjunto de ecuaciones:

q b 0 b1P ; para P P1
q b 0 b1P b 2 P 2 ; para P1 P Pmax

donde:

q Gasto de agua
bi coeficientes
P1 Potencia a partir de la cual comienza la no linealidad.

En la Fig. 1.16, se muestra la caracterstica del gasto marginal de agua.

dq m3
[ ]
dP MW h

Pmin P1 Pmax P [MW]

Fig. 1.16 Gasto marginal de agua de una planta hidrulica

En el pas, se tienen diversas plantas hidroelctricas: Zongo, Choquetanga, Corani, Santa Isabel, Ro
Elctrico (Ro Yura), San Jacinto, Hidroelctrica Boliviana.

En la programacin de la generacin, se emplea como planta base las centrales a gas y las plantas
hidrulicas y a jet fuel como plantas de punta.

13
 Captulo II

DESPACHO ECONMICO DE PLANTAS TRMICAS

2.1 Introduccin

L a funcin del despacho econmico es asignar la potencia que debe generar cada una de las
plantas de generacin disponibles, de tal manera que el costo del suministro de energa a la
carga es minimizado, satisfaciendo restricciones de red y operacin.

Del nmero total de generadores del sistema, NG, se supone que existen N unidades, conectadas al
sistema y estn en operacin, el objetivo del problema, es encontrar una poltica de operacin ptima,
para estas N unidades.

Los clculos de despacho econmico son realizados cada cierto tiempo (5 a 30 minutos) y se usa las
ecuaciones de coordinacin, se requiere que el costo incremental de la potencia entregada a una barra
de carga arbitraria sea el mismo para todas las unidades.

2.2 Costos de Generacin

Los costos de generacin, estn compuestos principalmente por los costos fijos y costos variables y se
puede ser presentado por la ecuacin sencilla siguiente:

Costos de generacin = Costos fijos + Costos variables

a) Costos Fijos

Los costos fijos no dependen de la produccin y estn constituidos, por:

Sueldos
Amortizacin de capital
Intereses sobre los prstamos
Seguros sobre los equipos
Impuestos de los bienes inmuebles y a las utilidades

Alguno de estos tems, son costos hundidos, es decir, son costos que no se recuperan cuando se cierra
una planta.

b) Costos variables

Los costos variables dependen de la produccin, es decir, son los gastos incurridos para satisfacer una
determinada demanda. Estos costos se pueden desagregar en costos combustible, generalmente
representan ms de la mitad del costo total, y los otros costos corresponden a los gastos de operacin y
mantenimiento, los cuales dependen del nivel de generacin y representan aproximadamente un 5 % de
la estructura de costo variable total.

14
En un proceso de optimizacin, los costos variables, son los que se optimizan, como los costos fijos son
constantes, no se consideran explcitamente.

2.3 Modelacin del Sistema

La principal dificultad en la modelacin del sistema elctrico de potencia (SEP), es la representacin de

las prdidas hmicas del sistema de transporte. Para determinar las prdidas, se emplea habitualmente
un flujo de potencia tradicional, el flujo DC alternativamente una funcin de prdidas. La carga, se
modela como potencia constante.

De acuerdo al comportamiento de los datos; tales como: la incertidumbre del pronstico de la demanda
y lluvias, el comportamiento del mercado de precios de los combustibles, etc., los modelos resultantes
seran: Modelos determinsticos o probabilsticos.

El SEP, se pueden modelar como: Modelo de barra nica modelo de barra mltiple multinodal-. La
seleccin del modelo depender de la exactitud requerida en la solucin del problema.

a) Modelo de Barra nica

La red se representa por una barra nica a la cual estn conectados los generadores y las cargas. ste
modelo es demasiado simplista, pero requiere poco esfuerzo computacional. En la Fig. 2.1, se
representa esquemticamente el modelo de barra nica.

1 2 N Generadores

Barra nica

Carga

Fig. 2.1 Modelo de barra nica

Las principales caractersticas del modelo, son:

Modelo simple
Barra nica
Modelo inexacto
Costo marginal nico
Independiente entre perodos de estudio
No se considera las prdidas del sistema

La caracterstica de la planta trmica, est representada por su curva entrada-salida, es el costo de

generacin versus la potencia generada [2, 5, 6].

15
 En este modelo, las plantas hidrulicas, se pueden representar por plantas trmicas equivalentes.

b) Modelo de Barra Mltiple

En este modelo, se consideran que las barras, generadores y las cargas del sistema, estn
interconectados por lneas y transformadores. Se puede decir que ste modelo, es el ms real, pero tiene
sus limitantes como el excesivo costo computacional por ser multidimensional y multietapa. En la Fig.
2.2, se representa esquemticamente el modelo multinodal.

Carga

Reservorio
G1 de agua
G2

Carga

Fig. 2.2 Modelo Multinodal

Las principales caractersticas del modelo, son: [6]

Modelo complejo
Barras mltiples
Modelo exacto
Costo marginal diferente para cada barra
Considera la influencia entre perodos
Considera las prdidas
Tiene carcter espacial

Este modelo, se halla implementado en los modelos TRANSCOST, JUANAC. Estos modelos que son
empleados en las principales empresas elctricas del mundo: JUANAC en Espaa, TRANSCOST en
Inglaterra, emplean un modelo DC para la red (flujo DC) y las prdidas se incluyen mediante la
aproximacin lineal iterativa. [7]

Entre otros modelos, se tienen: SICRET (ENEL), FIAPT (HYDRO QUEBEC), MEXICO (EDF),
WRATES.

16
2.4 Despacho Econmico sin Considerar Prdidas de Transmisin

1 Sea

N =Unidades de generacin trmica a despachar

PD =Demanda de potencia
2 Pperd =Prdidas de potencia en el sistema
PD Pi =Potencia entregada por el generador i
:
N

El modelo de optimizacin es:

N
Min FT Fi
i 1
s. a :
N
G PD - Pi 0
i 1

Pimin Pi Pimax

Es un problema de optimizacin no-lineal, con restricciones de igualdad y desigualdad. Una tcnica

para hallar el ptimo, es el empleo de los multiplicadores de Lagrange.

La funcin aumentada de Lagrange, es:

N N
L FT G Fi (PD - Pi )
i 1 i 1

donde: es el multiplicador de Lagrange.

Las condiciones necesarias para el ptimo, son:

L dFi (Pi )
1) 0
Pi dPi
L N
2) G PD Pi 0
i i 1

dFi ( Pi )
Rescribiendo la primera condicin: , esta ecuacin indica que los costos marginales de
dPi
todas las unidades debe ser el mismo, es decir, .
17
La dimensionalidad del problema crece, de acuerdo a:

dFi ( Pi )
N ecuaciones
dPi
Pimin Pi Pimax 2N inecuaciones
N
Pi PR 1 Restriccin
i 1

Expresando de otro modo, para las restricciones de desigualdad, la condicin necesaria para el ptimo,
son:

dF i
= para Pimin P i Pimax
dP i
dF i
para P i = Pimax
dP i
dF i
para P i = Pimin
dP i

2.5 Despacho Econmico Considerando las Prdidas de Transmisin

En el modelo de barra nica las prdidas del sistema de transmisin se representan mediante una
funcin de prdidas, Pperd [2].

Pperd Pperd (P1 , P2 ,....., PN )

El modelo de optimizacin, ser:

N
Min FT = Fi (p i)
i =1
s. a :
N
G P D + P perd - P i 0
i =1
min max
Pi P i Pi

La funcin aumentada de Lagrange, es:

18
 N N
L FT G Fi (PD Pperd - Pi )
i 1 i 1

Las condiciones necesarias para el ptimo, son:

L dFi (Pi ) Pperd (Pi )

1) 1 0
Pi dPi P i
L N
2) G PD Pperd Pi 0
i 1

La ecuacin de coordinacin, es:

dFi (Pi ) Pperd (Pi )

dPi Pi
donde:

Pperd (Pi )
= Prdidas marginales del sistema.
Pi

En el modelo multinodal, las prdidas pueden ser determinadas mediante un flujo de potencia.

2.6 Mtodos de Solucin

Para resolver el despacho econmico, existen una gran cantidad de mtodos, entre otros se tiene [2]:

Gradiente del descenso ms pronunciado.

Tcnica de los multiplicadores de Lagrange
Otras adaptadas a la particularidad de los problemas.

En lo que sigue, se hace nfasis en los mtodos particulares de solucin del problema del despacho
econmico por el aspecto acadmico y su carcter ilustrativo. El despacho econmico, se puede
resolver mediante la utilizacin de los diferentes paquetes comerciales, pero quitara la visin del
problema por que habra que preocuparse del formato para la introduccin de datos, estos paquetes
estn orientados a la resolucin de problemas de optimizacin y programacin matemtica.

2.6.1 Mtodo Iterativo Lambda

Para enfocar la solucin del problema del despacho econmico y comprender el mtodo, es necesario
apoyarse en una tcnica grfica para resolver el problema y entonces extender ste por medio de
algoritmos e implementarlo en un programa computacional.

19
Al elegir un determinado lambda, est determinado la generacin para cada planta, la generacin total
ser mayor menor que la demanda, establecindose un error. Al considerar otro valor de lambda, se
tendr un nuevo error. En la Fig. 2.3, se muestra una grfica del error vs lambda (costo marginal).
Considerando, dos puntos, se puede hallar la interseccin con el eje lambda -proyeccin-, donde el
error ser pequeo y se tiene un nuevo lambda, procedindose de igual modo, hasta que el error sea
menor a la tolerancia especificada.

Con las dos soluciones, se puede extrapolar (o interpolar) otra solucin, y cada vez, se est ms cerca
del valor deseado de la potencia generada total.

error

0
e0

1
e1
2

2 1 0 , Lambda
Solucin

Fig. 2.3 Proyeccin Lambda,

De la Fig. 2.3, se deduce que:

e 0 e1 e0 e1

0 1 0 2 1 2

El nuevo Lambda proyectado, es:

e ( 1 )
2 0 0 0
e 0 e1
e ( 1 )
2 1 1 0
e 0 e1

Tomando sta ltima y generalizando, el nuevo lambda proyectado, para la iteracin i > 2, es:

e ( i 1 )
i i 1 i 1 i 2
e i 2 ei 1

20
La Fig. 2.4, muestra un diagrama de flujo del mtodo iterativo lambda para la solucin del problema
del despacho de carga en sistemas trmicos.

Comienzo

Fijar
Fijar

Calcular Pi

Calcular
Error, e

si
1ra Iter

no

|e|<=Tol
Solucin
si

no
Fin
Proyectar

Fig. 2.4 Diagrama de flujo, mtodo iterativo proyeccin Lambda

2.6.2 Mtodo del Gradiente de 1er Orden

En ste mtodo, no se considera prdidas de potencia.

Sea FT F1 F2 F3 . . . FX ... FN , la funcin costo.

Realizando la expansin en serie de Taylor de la funcin de costo, se tiene:

21
 FT FT F1 (Pi ) F2 (P2 ) F3 (P3 ) FX (PX ) FN (PN )
dF dF dF dF
1 P1 2 P2 X PX N PN
dP1 dP2 dPX dPN
1 d 2 F1 d 2 F2 d 2 FX d 2 FN
( P12 P2 2 PX 2 PN 2 )
2 dP12 dP2 2
dPX 2
dPN 2

Asumiendo que los trminos de segundo orden y de mayor orden pueden ser despreciados, se tiene:

dF1 dF dF dF
F T P1 2 P 2 X P X N P N
dP1 dP2 dPX dPN

Considerando una pequea perturbacin, se debe satisfacer lo siguiente:

N
Pi 0
i 1

Eligiendo una unidad dependiente, la x-sima unidad:

N
Px Pi
i 1
i x

dF1 dF dF dF
F T P1 2 P 2 X P X N P N
dP1 dP2 dPX dPN

dF1 dF dF N dF
F T P1 2 P 2 X ( P i ) N P N
dP1 dP2 dPX dPN
i 1
i x

dF dF F
FT ( dPi dPX )Pi PT Pi
i x i X i x i

La tcnica consiste en partir de una solucin factible, es decir, de una solucin que satisface las
restricciones de igualdad. El mtodo no considera prdidas.

En la Fig. 2.5, se muestra el diagrama de flujos del algoritmo.

22
 Comienzo

Asumir solucin
factible, Pi

Seleccionar
Variable
Dependiente, Px

Calcular i x
FT dF i dF x

Pi dP i dP x

Determinar i = imax, el
Cual mximiza FT
Pi
Ajustar Pimax, Px

Verifica
Lmites ?
Se viola lmites de Pi Se viola lmites de Px
Realizar ajuste Seleccionar Nuevo Px

Sin violaciones
Costo Reducido
|FT|>Tol Calcular y probar la
Magnitud de FT

|FT| Tol

Solucin

Fin

Fig. 2.5 Flujograma del mtodo del gradiente de 1er orden.

23
2.6.3 Mtodo del Gradiente de Segundo Orden

El mtodo del gradiente, se basa en la expansin en serie de Taylor del costo total de generacin,
considerando hasta solo trminos de 2do orden. Esta expansin contiene trminos en derivadas parciales
de segundo orden.

La segunda derivada del costo marginal de una unidad dada, normalmente depende de la potencia
disponible de esa misma unidad, es decir, las derivadas cruzadas son nulas.

FT F T F1 (Pi ) F2 (P2 ) F3 (P3 ) FN (PN )

dF dF dF
1 P1 2 P 2 N P N
dP1 dP2 dPN

1 d 2 F1 d 2 F2 d 2 FN
( P12 P 2 2 P N 2 )
2 dP 2 dP2 2 dPN 2
1

Por otra parte:

2 Fi
0 ; para todo i j esto es que el costo de operacin de una unidad depende solamente
Pi P j
de la generacin propia.

N
Como Pi 0
i 1

Eligiendo una unidad dependiente, la x-sima unidad:

N
Px Pi
i 1
ix

De la expansin en serie de Taylor, se tiene:

dFi dFX
FT ( )Pi
ix dPi dPX
1 d2F 2 d 2 F2 2 d 2 FN 2
{ 21 P1 2
P2 2
PN
2 dP1 dP2 dPN
d 2 Fx 2 2
(P1 P2 2P1P2 2P1P3 )}
dPx

24
Determinando las derivadas parciales respecto a los incrementos

FT dF dF d 2 F1 d 2 Fx
( 1 x) P1 Pi 0
P1 dP1 dPx dP12 dPx2 i x
FT dF dF d 2 F2 d 2 Fx
( 2 x) P2 Pi 0
P2 dP2 dPx dP22 dPx2 i x
.
FT dF dF d 2 FN d 2 Fx
( N x) PN Pi 0
2
PN dPN dPx dPN dPx2 i x

Utilizando una notacin ms simple, como:

dFi
Fi'
dPi
d 2 Fi
Fi''
dPi2
En forma matricial, la expresin resulta:

F '' F '' Fx'' Fx'' . P1 F' F'

1 '' x 1' x
'
Fx F2'' Fx'' Fx''
. 2 P F F
2' x
F '' Fx'' F3'' Fx''
. P3 F3 Fx'
x

. . . . . .

sta metodologa se puede implementar en un algoritmo que tiene los siguientes pasos:

1. Partir de una solucin factible

2. Calcular los elementos de la matriz.
3. Invertir la matriz y determinar los cambios de generacin.
4. Verificar que la solucin no viole ninguna restriccin.
5. Probar que los valores del vector Fi' Fx' del nuevo punto de operacin, es decir, que los costos
incrementales sean iguales, el proceso terminar, caso contrario ir a 2.

2.6.4 Factores de Participacin

Este mtodo supone que el problema de despacho econmico es resuelto repetidamente, moviendo los
generadores de un plan econmicamente ptimo a otro, para cambios de carga en una cantidad
razonablemente pequea.

25
 dFi
dPi

Pi

Pi
Pi0 Pi
Fig. 2.6 Incrementos en el costo marginal

Se comienza con un plan dado alrededor del punto de operacin normal-. Despus, el planificador
supone un cambio en la carga e investiga en cunto debe modificarse la generacin de cada unidad
generadora (es decir, en cuanto debe "participar" en el cambio de carga) para que la nueva carga sea
servida en el punto operativo ms econmico.

Se supone que tanto las primeras como las segundas derivadas del costo con respecto a la potencia
disponible, existen (es decir, Fi' y Fi'' existen).

La curva del costo incremental de la unidad i, est dada en Figura 2.6. Como la carga de la unidad i est
0
cambiando en una cantidad Pi , el costo incremental del sistema se mueve de 0i a i para un
cambio pequeo de la potencia disponible en esta unidad i.

sta situacin, es verdadera por cada una de las N unidades en el sistema. De modo que, el cambio total
en generacin (es igual al cambio de la demanda total del sistema), es por supuesto, la suma de los
cambios de las unidades individuales.

La Fig. 2.6, se puede utilizar para deducir y encontrar el factor de participacin por cada unidad, como
sigue:

d 2 Fi
Fi'' ; despejando , se tiene:
dPi2 Pi

i Fi'' (Pi0 )Pi

0
PD PD PD

26
donde:

P1
F "1

P2
F "2
:

PN
F "N

Ante un cambio en la demanda, se tiene:

PD PR Prdidas

PD P1 P2 PN
1

i Fi' '
Pi 1 Fi' '
; es el factor de participacin
PD 1
F''
i i

Entonces, los valores de generacin econmica, estn determinados por los valores nuevos de
generacin, que estn determinados por la ecuacin siguiente:

P
Pinuevo Pibase i PD
PD

Un plan menos elegante para proveer factores de participacin involucrara un repetido clculo de
despacho econmico y crear un plan simple para tomar la carga existente ms el aumento proyectado
para buscar esta informacin y computar los factores.

Esta metodologa se puede implementar muy fcilmente en un programa computacional, donde el

tiempo para determinar el despacho econmico es corto y dar siempre respuestas consistentes.

2.7 Prdidas de Transmisin

Las perdidas de un sistema elctrico -prdidas en el sistema de transmisin-, pueden representarse

aproximadamente por:

P perd = P T [B] P + P T B o + Boo

27
donde:
P Vector de Generacin en MW de dimensin N.
PT Transpuesta de P.
[B] Matriz cuadrada de la misma dimensin de P.
Bo Vector de la misma dimensin de P
Boo Constante

La ecuacin se denomina, formula de prdidas y puede reescribirse como:

N N N
P perd = P i Bij P j + Bio P i + B oo
i j i

La suposicin bsica, para la obtencin de la formula, es que la carga de cada barra se comporta del
mismo modo -conforming load-, que la carga total [2, 8].

2.7.1 Matriz B de la Frmula de Prdidas

Un marco de referencia, es un conjunto de tensiones y corrientes que describen completamente el

sistema elctrico. El clculo de la matriz B involucra el concepto de transformacin del marco de
referencia de la red [2, 8].

Sea i una barra de la red de N barras:

Pi jQ i Vi I*i ; potencia inyectada.

N N
Las prdidas del sistema son: P jQ (Pi jQ i ) Vi I*i
i 1 i 1

V1 I1
V I
donde: V 2 ; I 2
: :

VN I N

P jQ V T I* ;

donde VT es la transpuesta de V.

Sea C una matriz de conexiones con elementos complejos y la transformacin:

Vnueva CT * Vantigua

28
I antigua CI nueva

I antigua , Vantigua , los valores iniciales

P jQ V T I* Vantigua
T
I*antigua Vnueva
T
I*nueva

T
Vnueva
I*nueva CT * Vantigua T I*nueva Vantigua
T
C* I*nueva Vantigua
T
(C I
nueva
)*
T
Vnueva I *nueva Vantigua
T
(CI nueva ) * Vantigua
T
I *antigua

considerando que: ABT B T A T

T
Vantigua
Z antigua I antigua

Vnueva CT * Vantigua CT * Z antigua I antigua CT * Z antigua CI nueva Z nueva I nueva

donde:
Z nueva CT* Zantigua C
T
Vnueva Z nueva I nueva

2.7.2 Factores de Penalizacin

Si se considera la primera condicin necesaria de optimalidad:

L
= 0 para todo Pimin P i Pimax
Pi
L dFi P perd
= - (1 - )=0
P i dP i Pi

La solucin de la funcin aumentada de Lagrange, es:

dFi (1 - P perd )
dP i Pi

29
Reordenando la ecuacin, se tiene:

1 ( )
dFi P i =
P perd dP i
1 - P
i

donde:

P perd
Pi

se denomina prdida marginal en la barra i, y

1
fP i =
P perd
1-
Pi

se denomina factor de penalizacin de la barra i.

Las prdidas, se incrementan si se incrementa la potencia en la barra i, por lo que el factor de

penalizacin es mayor que uno. Esto significa, que cuanto ms alejado se encuentra de la barra slack, se
tiene mayores costos incrementales debido a las prdidas del sistema.

En la Fig. 2.7, se muestra el caso de 3 generadores que tienen diferentes factores de penalizacin. Los
costos marginales cuando no se toman en cuenta las prdidas, estn representados por la curva continua
y cuando se tienen prdidas, estn representados por la curva segmentada.

El generador 3, tiene un factor de penalizacin menor a uno, esto significa que no contribuye al
aumento de prdidas, mas al contrario, su funcionamiento disminuye las prdidas del sistema,
seguramente por la posicin geogrfica del generador dentro del SEP, ste generador tiene una prdida
marginal negativa.

30
 dF1 dF2
dF3
dP1 dP2
dP3

''
o o o
' o o o

P1'' P1' P2'' P2' P3' P3''

a) Fp1 = 1.05 b) Fp2 = 1.10 c) Fp3 = 0.90

Fig. 2.7 Costos marginales con factores de penalizacin

donde:
' Costo marginal sin prdidas
'' Costo marginal con prdidas
Pi' Potencia generada por la unidad i cuando no existen prdidas
Pi'' Potencia generada por la unidad i cuando existen prdidas en el sistema.

2.8 Despacho Econmico de Sistemas Trmicos Empleando Programacin

Dinmica

Una alternativa para resolver el despacho econmico de carga, es emplear el mtodo de la

programacin dinmica.

Se supone las siguientes condiciones [2]:

1. Todas las unidades pueden ser conectadas al sistema.

2. Las prdidas son despreciables.
3. Ser satisfactorio la bsqueda del despacho econmico al discretizar en escalones la carga. sta
discretizacin equivale a plantear un problema en el tiempo, al que se pueden aplicar las tcnicas de
la Programacin Dinmica.

Sea i la representacin del nmero de una unidad, se define:

Pi La carga en MW sobre la unidad i

Fi (Pi ) El costo de generacin de Pi MW de la unidad i

31
 f i (D) El costo de la etapa para abastecer la demanda de D MW con la unidad i

En cada etapa se debe usar relaciones recursivas para buscar el ptimo:

f i (D) min{f i 1 (D Pi ) Fi (Pi )}

{Pi }

Ejemplo 2.1 Despacho Econmico

Realizar el despacho econmico para el sistema elctrico que tiene tres unidades trmicas, cuyas
funciones de gasto de calor, son:

Funcin gasto de calor P min p max ci

MBtu $
h MW MW MBtu
H1 225 8.4 P1 0.0025 P12 45 350 0. 8
2
H 2 729 6.3 P2 0.0081 P 2 45 350 1.02
2
H 3 400 7.5 P3 0.0025 P 3 47.5 450 0. 9
$
Los costos de generacin de cada unidad, expresado en , son:
h
2
F1 c1H1 180 6.72 P1 0.0020 P1
F2 c 2 H 2 743.58 6.426 P2 0.00826 P22
F3 c 3 H 3 360 6.75 P3 0.00225 P32

PD = 450 MW

a) Mtodo Iterativo Lambda,

dFi
Se determina la funcin costo marginal:
dPi
dF1
1 6.72 0.004 P1
dP1
dF 2
2 6.426 0.016524 P2
dP2
dF 3
3 6.75 0.0045 P3
dP3

El problema del despacho econmico queda resuelto cuando los costos marginales de todas las
unidades de generacin son iguales, es decir: 1 2 3 0 . Por tanto, resulta un sistema de tres
ecuaciones:

Iteracin No. 1
32
Se elige con una cierta heurstica, un lambda inicial: 0 8
dF
1 1 6.72 0.004 P1 0 8
dP1
dF 2
2 6.426 0.016524 P2 0 8
dP2
dF3
3 6.75 0.0045 P3 0 8
dP3
En este caso las potencias se calculan mediante las siguientes expresiones:

6.72
P1 i 320 MW
0.004
6.426
P2 i 95.255 MW
0.016524
6.75
P3 i 277.7778 MW
0.0045

La potencia total generada, es: PT Pi 693.0332 MW ; el error, es: e 0 PT PD 243.0332 , existe

un exceso de generacin y como las potencias generadas son proporcionales a lambda, es necesario
reducir el lambda, por ejemplo en 10 % -con una cierta heurstica-.

1 0 0.1 0 8 0.1 8 7.2

Iteracin No. 2

Empleando las expresiones para calcular las potencias, se tiene:

P1 120 MW
P2 46.8410 MW
P3 100 MW
PT 266.8410 MW
e1 PT PD 183.1590 MW

Como se tienen dos lambdas y sus respectivos errores, se puede proyectar un nuevo Lambda mediante
e ( i1 ) e ( i )
la expresin: i 1 i i i i1 i1 i1 i 1 , empleando sta ltima, se tiene:
e i e i1 e i1 e i

e 0 ( 0 1 ) 243.0332 (8 7.2)
2 0 8 7.5438
e 0 e1 243.0332 (183.1590)

Iteracin No. 3

Las nuevas potencias, son:

33
 P1 205.9513 MW
P2 67.6474 MW
P3 176.4012 MW
PT 449.9999 MW
e1 PT PD 0.0001 MW

Como el error es muy pequeo, entonces, est resuelto el problema.

b) Mtodo del Gradiente de 1er Orden

Iteracin No. 1

Dada la solucin factible, mediante una cierta heurstica:

P1 180 MW
P2 70 MW
P3 200 MW PX

Se elige la unidad 3 como la unidad dependiente.

Los costos marginales, son:

dF 1
1 6.72 0.004 P1
dP1
dF 2
2 6.426 0.016524 P2
dP2
dF 3 dF
3 6.75 0.0045 P3 x x
dP3 dPx

El incremento del costo de generacin, est dado por:

dF dF dF dF
F 1 3 P1 2 3 P2 , reemplazando, los costos marginales, se tiene:
dP1 dP3 dP2 dP3

F 0.21P1 0.06732P2

La unidad que ms contribuye a minimizar el costo de generacin es la unidad No. 1, ya que le

corresponde el mayor valor absoluto de la diferencia de costos marginales.

Tomando

P1 40 MW
P3 40 MW Px

34
Esos valores, se eligen con una cierta heurstica. Se toma el signo contrario a la diferencia de los costos
marginales correspondiente al del mayor valor absoluto.

Iteracin No. 2

P1 220 MW
P2 70 MW ; son las nuevas potencias actualizadas, tambin es una solucin factible.
P3 160 MW

La nueva variacin del costo de generacin, es:

F 0.13P1 0.11268P2

La unidad que debe modificar su generacin es nuevamente el generador No. 1, ya que le corresponde
el mayor valor absoluto de la diferencia de costos marginales. El nuevo vector de correccin, es la
mitad del vector de correccin de la iteracin anterior, y es:

P1 20 MW
P3 20 MW

Los resultados se muestran en la tabla 2.1.

Tabla 2.1 Resultados de la aplicacin del mtodo del gradiente de 1er orden.
k P1 P2 P3 F P1 P2 P3
1 180 70 200 (-0.21)P1+(-0.06732)P2 +40 0 -40
2 220 70 160 (0.13)P1+(0.11268)P2 -20 0 +20
3 200 70 180 (-0.04)P1+(0.02268)P2 +10 0 -10
4 210 70 170 (0.045)P1+(0.06768)P2 0 -5 +5
5 210 65 175 (0.0225)P1+(-0.03744)P2 0 +2.5 -2.5
6* 210 67.5 172.5 (0.0337)P1+(0.01512)P2 -2.5 0 +2.5
7 207.5 67.5 175 (0.035)P1+(0.00387)P2 -1.25 0 +1.25
8 206.25 67.5 176.25 (1.87E-3)P1+(-1.755E-3)P2 -0.625 0 +0.625
9 205.625 67.5 176.875 (-3.43E-3)P1+(-4.56E-3)P2 0 +0.3125 -0.3125
10 205.625 67.8125 176.562 (-2.03E-3)P1+(2.002E-3)P2 +0.15625 0 -0.15625
11 205.781 67.8125 176.406 (-7.03E-4)P1+(2.7E-3)P2 0 -0.07815 +0.078125
12 205.781 67.7343 176.484

La convergencia a la solucin es lenta, como se puede apreciar en los resultados. Esta desventaja, es
comn a todo mtodo de optimizacin basado en el gradiente de 1er orden.

c) Mtodo del Gradiente de 2do Orden

Considerando la solucin factible:

P1 180 MW
P2 70 MW y se toma el generador No. 3, como unidad dependiente.
P3 200 MW PX

35
Iteracin No. 1

Se necesita calcular las segundas derivadas de la funcin costo de generacin, las cuales son:

d 2 F1
0.004
dP12
d 2 F2
0.0016524
dP22
d 2 F3
0.0045
dP32
F1" Fx" Fx" P1 F1' Fx'
Empleando la ecuacin: " ' '
, y reemplazando valores, se tiene:
Fx F2" Fx" P2 F2 Fx

0.0085 0.0045 P1 0.21

0.0045 0.021024 P 0.06732 , la solucin se obtiene multiplicando por la inversa
2
de la matriz de segundas derivadas, y se tiene:

P1 132.6820 28.3994 0.21 25.9514

P 28.3994 53.6433 0.06732 2.3526 y P3 P1 P2 23.5988 MW
2

Las potencias generadas, son:

P1 180 25.9514 205.9514 MW

P2 70 2.3526 67.6474 MW
P3 200 23.5988 176.4012 MW

Iteracin No. 2

Los nuevos costos marginales, son:

F1' 7.5438
F2' 7.5438 Como los costos marginales son iguales, el proceso se para.
F3' 7.5438

d) Factores de Participacin

Se pide realizar el despacho econmico para una carga de PD = 500 MW, entonces el incremento
resultante de la demanda, es: PD 50 MW

Las segundas derivadas de Fi, son:

36
 d 2 F1
0.004
dP12
d 2 F2
0.0016524
dP22
d 2 F3
0.0045
dP32

Los factores de participacin son:

1
P1 0.004 250
0.469272
PD 1 1 1 532.74

0.004 0.016524 0.0045
1
P2 0.016524 60.51
0.113598
PD 1 1 1 532.74

0.004 0.016524 0.0045
1
P3 0.0045 222.222
0.417131
PD 1 1 1 532.74

0.004 0.016524 0.0045

Considerando como caso base una demanda de PD = 450 MW, resuelto por el mtodo iterativo
Lambda. El nuevo perfil de generacin, es:

P
Pinuevo Pibase i PD
P

P1 205.9516 0.469272 50 229.4149 MW

P2 67.6474 0.113598 50 73.3273 MW
P3 176.4012 0.417131 50 197.25775 MW

Los nuevos costos marginales, son:

1 7.6376596
2 7.637660
3 7.6376598

Los cuales son prcticamente iguales y est resuelto el problema.

37
 Captulo III

PREDESPACHO DE CARGA

3.1 Introduccin

E l objetivo del predespacho de carga, conocido tambin como programacin de la generacin, es

decidir para un periodo determinado, qu unidades de generacin deben operar y cules deben
quedar fuera de servicio, de tal modo que el costo de operacin del sistema sea minimizada,
considerando las restricciones fsicas de los equipos y elementos del sistema elctrico de potencia.

El problema de la entrada salida de una unidad u otra, es complejo y es dificultoso de resolver

matemticamente, ya que involucra variables enteras binarias (1, 0; on off, conexin - desconexin).

El predespacho de carga unit commitment, generation scheduling, generation programming-,

determina si un generador en particular tiene que estar conectado o desconectado de la red, pero no
todos los generadores estarn conectados al sistema, solo se consideran aquellos que satisfacen los
requerimientos operacionales del sistema, es decir, se debe satisfacer la demanda y disponer de
suficiente reserva en giro para enfrentar alguna contingencia, pero la cuestin es cul ser el plan
ptimo?.

Para comprender el problema del predespacho, se presenta el ejemplo siguiente:

Ejemplo 3.1 Combinacin de Unidades

Se desea satisfacer una demanda de 350 MW, para tal efecto se dispone de tres generadores, cuyas
funciones costo y lmites de potencia generada, son:

Pmin [MW] Pmax [MW]

F1 180 6.72P1 0.002P12 45 350
F2 743.58 6.426P2 0.00826P22 45 350
F3 360 6.75P3 0.00225P32 47.5 450

Tabla 3.1 Combinacin de unidades y despacho econmico para una carga de 350 MW.
C U1 U2 U3 PMin PMax P1 [MW] P2 [MW] P3 [MW] F1 [$/h] F2 [$/h] F3 [$/h] FT [$/h]
1 0 0 0 0 0 infactible 0 0 0
2 0 0 1 47.5 450 0 0 350 0 0 2998 2998
3 0 1 0 45 350 0 350 0 0 4004 0 4004
4 0 1 1 92.5 800 0 90.40 259.6 0 1392 2264 3656
5 1 0 0 45 350 350 0 0 2777 0 0 2777
6 1 0 1 92.5 800 188.8 0 161.2 1520 0 1506 3026
7 1 1 0 90 700 267.5 82.5 0 2121 1330 0 3451
8 1 1 1 137.5 1150 159 56.3 134.7 1299 1139 1310 3741
38
Como se tiene 3 unidades, resultan 2N = 23 = 8 combinaciones, la combinacin 1, es infactible y se le
asigna un costo elevado ().
En la Tabla 3.1, se presenta el despacho econmico para todas las combinaciones posibles que
satisfacen la demanda de 350 MW.

En este ejemplo, la combinacin 5 (unidad 1 conectada, las restantes desconectadas) presenta los
menores costos de operacin y satisface los requerimientos del problema, como el generador No. 1
debe operar a su capacidad mxima, no existe potencia de reserva. Pero, si se impusiera una potencia
de reserva, entonces la combinacin 2 (unidad 3 conectada, las restantes desconectadas), presenta el
segundo menor costo.

Estos resultados se pueden emplear para realizar el predespacho y el mtodo se denomina, regla de
salida shut down rule- [2]. En la Fig. 3.1, se muestra la curva de carga de un consumo hipottico.

1150 MW

2
2

3
3

350 MW

0 24 h
Fig. 3.1 Curva de carga hipottica

Suponiendo que es necesario suministrar potencia para abastecer una demanda de 1150 MW, entonces
las tres unidades deben estar conectados a la red, pero si la demanda a satisfacer es de 750 MW, la
combinacin ms econmica es (unidades 1+3), entonces debe salir de servicio la unidad 2 por ser la
ms cara y si la demanda fuera 300 MW, la combinacin econmica es que la unidad 1 abastezca a la
demanda y debe quedar fuera de servicio la unidad 3. En la Tabla 3.2, se esquematiza la programacin
de generacin mediante la regla de salida de unidades.

39
Tabla 3.2 Combinaciones ptimas: Regla de salida shut down rule-

Carga U1 U2 U3
1150 1 1 1
1100 1 1 1
1050 1 1 1
1000 1 1 1
950 1 1 1
900 1 1 1
850 1 1 1
800 1 0 1
750 1 0 1
700 1 0 1
650 1 0 1
600 1 0 1
550 1 0 1
500 1 0 1
450 1 0 1
400 1 0 1
350 1 0 0
300 1 0 0
250 1 0 0

3.2 Restricciones de Operacin en el Predespacho

El problema del predespacho, planteado como un problema de optimizacin, presenta varias

restricciones de operacin.

3.2.1 Reserva en Giro

La reserva en giro, es la potencia de generacin disponible de todas las unidades sincronizadas en el

sistema menos la carga y las prdidas, es decir:

Preserva en giro Pi Disp PD Pperd

i

donde:

PiDisp Potencia generada disponible por la unidad i

PD La demanda de potencia.
Pperd Las prdidas del sistema.

La reserva en giro debe ser tal que la salida prdida de uno o ms unidades, no cause la cada de
frecuencia.

Adems, se debe considerar la reserva programada off-line, es decir, la reserva en fro, como ser las
unidades de diesel de arranque rpido turbinas de gas, tambin las plantas hidrulicas.
40
3.2.2 Restricciones de las Unidades Trmicas

Las principales restricciones en la operacin de plantas trmicas, son:

Tiempo mnimo de operacin

Una vez que la unidad entra en funcionamiento, no puede ser desconectado inmediatamente, dicho de
otro modo, una vez arrancada la unidad, debe permanecer operando al menos un tiempo mnimo
establecido.

Tiempo mnimo de parada

Una vez que la unidad sale de servicio, hay un tiempo mnimo antes de entrar en funcionamiento, es
decir, debe permanecer en paro al menos un tiempo mnimo.

Restriccin de personal

Si en una planta existen dos ms unidades, estas no pueden ser accionadas simultneamente.

Costos de Partida

Debido a que la temperatura y presin en una unidad trmica debe cambiar lentamente para evitar el
choque trmico que afectara la vida til de la unidad, adems, se consume energa al poner en lnea la
unidad, es decir que se tiene asociado costos de partida, estos costos, son:

a) Costo de partida en fro

El costo de partida en fro, est dado por la ecuacin siguiente:

t

C Pfrio C C 1 e F C f

El costo de partida de una unidad termoelctrica depende del tiempo que la caldera estuvo parada en
fro. El costo, depende del calor que es necesario inyectar a la caldera hasta lograr las condiciones
operativas. En las unidades con turbina de gas o diesel, los costos de partida son mucho menores que
los relacionados con unidades de vapor.

b) Costo de partida en caliente

El costo de partida en caliente, est dado por la ecuacin siguiente:

C Pcaliente C t t F C f

donde:
CC = Costo de partida en fro, MBtu
F = Costo de combustible
41
 Cf = Costos fijos
= Constante trmica de la unidad
t = Tiempo calentada en horas de la unidad fra
MBtu
Ct = Costo de mantenimiento de la unidad a la temperatura de operacin
h

El costo de partida caliente, es proporcional al calor que debe inyectarse a la caldera y a la turbina para
mantenerlas en condiciones operativas que les permitan iniciar la partida muy rpidamente.

La parada caliente de unidades trmicas de generacin, es muy conveniente cuando la carga flucta en
periodos cortos, durante los cuales las unidades trmicas estn en condiciones operativas y as se evitan
mayores costos por la partida en fro cuando es necesaria mayor generacin.

Costos de Partida

Caliente

En fro

1 2 3 4 5 t [h]
Fig. 3.2 Costos de partida

La Fig. 3.2, muestran los costos tpicos de partida en fro y en caliente, y estn determinados por las
respectivas expresiones de los costos mencionados.

3.2.3 Restricciones Hidrulicas

Existen restricciones hidrulicas, debido a que no se puede turbinar toda el agua almacenada en una
represa, se debe mantener un nivel mnimo ya que el agua se utiliza en regados, navegacin,
esparcimiento, etc., adems hay que prever pocas de sequa.

Adems, se debe considerar la dependencia funcional que existe entre la carga hidrulica til en las
turbinas con los niveles de almacenamiento (potencia firme de la planta)

Otra restriccin es el acoplamiento hidrulico existente entre centrales en cascada, as como el tiempo
de propagacin del agua por los ductos.

42
3.2.4 Potencia Reactiva

En algunas barras de un sistema elctrico de potencia, es menester inyectar potencia reactiva para que
el perfil de tensiones en el SEP sea el adecuado, por lo que se tendr unidades de generacin en
funcionamiento para proveer potencia reactiva.

3.2.5 Restriccin de Combustible

Debido a la limitacin de combustible en cantidad y precio, es necesario considerar la reconversin de

unidades generadoras, por lo que estas unidades estarn fuera de servicio temporal.

Otra restriccin de la operacin, es la disponibilidad del tipo de combustible o mezcla de combustibles

a utilizar.

3.2.6 Flujo de Potencia Activa

El flujo de potencia activa en lneas y/o transformadores importantes est acotado entre lmites
especficos. La capacidad de carga de una lnea, est dada por consideraciones de estabilidad dinmica
que permitan hacer frente a diversas contingencias, en un transformador la limitacin es su capacidad
trmica de sobrecarga.

3.3 Restricciones de Red

Las principales restricciones de red, estn dadas por las ecuaciones del flujo de potencia, las cuales
satisfacen las dos leyes de Kirchhoff de los circuitos elctricos.

3.4 Mtodos de Solucin del Problema del Predespacho

Los principales mtodos para la resolver el problema del predespacho, son:

a) Combinaciones Secuenciales
b) Lista de prioridad
c) Programacin Dinmica
d) Programacin Lineal Entera Mixta
e) Programacin Dinmica ms Combinaciones Secuenciales.
f) Programacin Dinmica ms Ventana de Bsqueda.
g) Programacin Dinmica ms Combinaciones Secuenciales y Ventana de Bsqueda.
h) Algoritmos Evolutivos

En este texto, solo se abordarn los tres primeros mtodos.

43
3.4.1 Mtodo de las Combinaciones Secuenciales

Considerando que el problema del predespacho es muy dificultoso de resolver, una alternativa es
considerar todas las combinaciones secuenciales, para lo cual se supone, lo siguiente:

Se pueden establecer la variacin de la carga en M perodos.

Se dispone de N unidades a programar y despachar.
Los M niveles de carga pueden ser abastecidas por una unidad como por la combinacin
de las N unidades.

Se puede establecer, el predespacho por enumeracin de todos los estados (mtodo de fuerza bruta), el
nmero de combinaciones que se necesita cada hora es:

C( N,1) C( N,2) C( N, N 1) C( N, N) 2 N 1

donde:

N!
C( N, j) ;
( N j)! j!

j!, es el factorial de j.

N
Para un perodo de M intervalos, el nmero mximo de combinaciones posibles, es (2 - 1) M , el
cual puede resultar muy grande.

Sea M = 24, (24 perodos de una hora)

En la Tabla 3.3 se muestra que la cantidad de combinaciones puede hacerse prohibitiva (maldicin de
la dimensionalidad), al considerar N unidades.

Tabla 3.3 Nmero mximo de combinaciones posibles

N (2N 1)24
5 6.2 1035
10 1.73 1072
20 3.12 10144

Este mtodo no es prctico por la gran cantidad de combinaciones posibles a considerar, pero se puede
considerar una ventana de bsqueda, es decir, tomar algunos estados en cada etapa (con una cierta
heurstica), lo cual reduce el espacio de bsqueda y por consiguiente el tiempo computacional.

3.4.2 Mtodo de la Lista de Prioridad

ste mtodo consiste en crear una lista de prioridad de unidades sobre la base de los costos de
generacin promedio a carga total de cada unidad.

El costo promedio a carga plena est definido por:

44
 Fi Fi (Pi Pimax ) $
max
max MW h
Pi Pi

Para el ejemplo introductorio, el costo promedio a carga plena, se muestra en la Tabla 3.4:

Tabla 3.4 Costo promedio a carga plena

Unidad $
MW h
1 7.93
2 11.44
3 8.56

El estricto orden de prioridad de unidades sobre la base de los costos promedios, se muestra en la Tabla
3.5 y en la Tabla 3.6, se muestra la combinacin econmica.

Tabla 3.5 Lista de prioridad

min max
Unidad Costo promedio P P
1 7.93 45 350
3 8.56 47.5 450
2 11.44 45 350

Tabla 3.6 Combinacin econmica (Esquema de enumeracin)

min max
Combinacin P P
1+3+2 137.5 1150
1+3 92.5 800
1 45 350

Otro mtodo para resolver el problema del predespacho de carga, es combinar la ventana de bsqueda
con la lista de prioridad y la programacin dinmica.

3.4.3 Programacin Dinmica

La programacin dinmica (PD), es un proceso de decisin de optimizacin de T-etapas, se basa en las

proposiciones de Bellman [2], quien introduce ste mtodo en 1957.

Principio de Optimalidad de Bellman

Una poltica es ptima si, en una etapa determinada, cualesquiera que hayan sido las decisiones
previas, las decisiones que se tomen constituyen una poltica ptima al incluir los resultados previos.

Expresando ste principio en otra forma:

45
Una poltica ptima tiene la propiedad de que independientemente de las decisiones tomadas para
llegar a un estado particular en una etapa particular, las decisiones restantes deben constituir una
poltica ptima para abandonar ese estado. En otras palabras, la trayectoria ptima desde el punto de
partida al punto final tiene la propiedad que para cualquier punto intermedio, la trayectoria debe ser
aquella ptima desde el punto de partida hasta aquel punto intermedio.

Teorema: Una poltica ptima slo puede contener decisiones ptimas.

Para comprender la programacin dinmica, se presenta un ejemplo para entender el algoritmo.

Ejemplo 3.2 Predespacho de Carga [9]

Considerando que dos unidades de 300 y 200 MW, -(1) y (2) respectivamente- deben servir una
demanda en 4 periodos (200-300-200-200 MW), determinar el predespacho de carga. En la Fig. 3.3, se
muestra la curva de carga.

200 MW 300 MW

200 MW

0 8 14 18 24 t [h]

0 1 2 3 K

Fig. 3.3 Curva de carga hipottica del ejemplo.

Definiciones de trabajo

Estado: Condicin determinada de las unidades, 1 0

Espacio de estados: Conjunto de todos los estados posibles.

Etapa: Fase del problema asociado con el periodo k.

Nodo Vrtice: Par ordenado (Etapa, Estado).

Arco o Paso: Transicin de un estado en la etapa k a un estado en la etapa k+1

Costo: Valor asignado a un arco o paso.

46
En el ejemplo:

Estado inicial: la unidad 1 est en servicio y la unidad 2 est fuera de servicio: (1, 0)

Espacio de estados: (0,0), (0,1), (1,0), (1,1)

El costo de pasar de la etapa 0 a la 1, desde el estado al estado , es:

f1u1(1) P1(1) f 2 u 2 (1) P2 (1)

En este ejemplo, no se considera restricciones, como por ejemplo la reserva en giro.

Tabla 3.7 Los estados en cada etapa

Etapa 0 1 2 3

Estados

En la Tabla 3.7, se muestra todos los estados en cada etapa, pero los estados , son estados no
factibles, es decir no satisfacen la demanda. En la etapa 1, el estado , tampoco es factible, por lo que
no se los toma en cuenta. A partir de la etapa 3, la curva de carga para las etapas posteriores es similar,
por lo que el estado final de la etapa 3, ser el estado .

En la Fig. 3.4, se muestra la conexin de nodos y arcos, se indican los estados consideradas en cada
etapa y el costo de transicin (costos de partida, tiempos mnimos de operacin y parada expresadas
como costos) entre diferentes estados de las etapas adyacentes.

Segn Bellman:

El camino o paso ptimo desde el nodo inicial al final tiene la propiedad que para cualquier nodo
intermedio, el paso debe ser ptimo desde el nodo inicial hasta el nodo intermedio.

El valor ptimo del costo que conecta el nodo inicial con un nodo (k, ) es S(k, ).

La trayectoria ptima hasta (k, ) es {(0, 0) , (1, 1) , .... , (k-1, k-1) }

47
 5


7
11 1

10
8

3 9 4

6 2

k 0 1 2 3

Fig. 3.4 Diagrama de nodos y arcos para el ejemplo 3.2.

En el ejemplo: De la etapa 0 a la 1, como existen dos estados factibles:

S(1, ) = 3 Trayectorias {(0, ) , (1, ) }*

S(1, ) = 7 {(0, ) , (1, )}
* Trayectoria de costo mnimo.

De la etapa 1 a la 2, existen tres estados factibles:

S(2, ) = min {6 + S(1, ), 8 + S(1, )}= 9

Trayectorias = {(0, ) , (1, ), (2, )} *
S(2, ) = min {9 + S(1, ), 10 + S(1, )} = 12
Trayectorias = {(0, ) , (1, ), (2, )}
S(2, ) = min {11 + S(1, ), 5 + S(1, )} = 12
Trayectorias = {(0, ) , (1, ), (2, )}

De la etapa 2 a la 3, existe solamente un estado factible:

S(3, ) = min {1 + S(2, ), 4 + S(2, ), 2 + S(2, )}= 11

Trayectorias = {(0, ) , (1, ), (2, ), (3, )} *

Costo ptimo, es: S(3, ) = 11

* Trayectoria ptima {(0, ) , (1, ), (2, ), (3, )}

48
Acotacin

Si hay N unidades, el espacio de estados contiene 2N elementos. Si se consideran los tiempos lmites de
operacin y de partida, hay muchsimos ms, (TO TP ) N . Si TO = 4 y TP = 6, entonces resulta 1012
estados. Se requiere disminuir el espacio de estados, se debe tomar en cuenta que la demanda elimina
muchos estados, los tiempos mnimos de operacin y parada, elimina muchos arcos o pasos. Aun as, el
0.001 de los casos son 109.

a) Mtodo de Programacin Dinmica de Avance [2]

El algoritmo recursivo para computar el costo mnimo en la hora K con la combinacin I, es:

Fcos t (K , I) Min Pcos t (K , I) Scos t (K 1, L : K, I) Fcos t (K 1, L)

{L}
Fcos t (1, I) Pcos t (1, I)

donde:

Fcost(K,I) Menor costo para arribar al estado (K,I) de la etapa K

Pcost(K,I) Costo de produccin para el estado (K,I) de la etapa K.
Scost(K-1,L:K,I) Costo de transicin del estado (K-1,L) al estado (K,I)
{L} Conjunto de estados factibles en el intervalo K-1.

En la Fig. 3.5, se muestra el diagrama de flujos para la implementacin del algoritmo; PD de avance.

b) Mtodo de Programacin Dinmica de Retroceso [2]

El algoritmo recursivo es:

Fcos t (K , I) Min Pcos t (K, I) Scos t (I, K : J, K 1) Fcos t (K 1, J)

{J}
Fcos t (M, I) Pcos t (M, I)

donde:
Fcost(K,I) Costo total mnimo de combustible desde el estado I en la etapa K a la ltima etapa
M.
Pcost(K,I) Costo de generacin mnimo para abastecer la carga durante la etapa K, en un estado
I dado.
Scost(I, K:J, K+1) Costo incremental de partida desde el estado I en la etapa K al estado J de la etapa
(K+1)
{J} Conjunto de estados factibles en la etapa K+1.

El costo de generacin Pcost(K,I), se obtiene realizando el despacho econmico de las unidades en

operacin en el estado I. En la Fig. 3.6, se muestra el diagrama de flujos para la implementacin del
algoritmo; programacin dinmica de retroceso.

49
 Comienzo

K=1

Fcos t ( K , I) Min Pcos t (K , I) Scos t ( K 1, L : K , I) Fcos t (K 1, L)

{L}

{X} Calcular para todos

los estados I en la
K=K+1 etapa K = 1

{L} = N estados factibles en

la etapa K-1

Fcos t (K , I) Min Pcos t (K , I) Scos t (K 1, L : K, I) Fcos t (K 1, L)

{L}

{X} Calcular para

Almacenar los N menores
todos los estado I
costos
en el periodo K

No
K=M

Si

Programacin ptima

FIN

Fig. 3.5 Diagrama de flujo: PD en avance

50
 Comienzo

K=M

Fcos t (K, I) Pcos t (M, I)

Calcular para todos

los estados I en la
K=K-1 etapa K = M

{J} = Todos los estados factibles

en la etapa K+1

Fcos t ( K , I) Min Pcos t (K , I) S cos t ( I, K : J, K 1) Fcos t ( K 1, J)

{L}

Calcular para todos

Almacenar los N menores
los estado I en el
costos
periodo K

No
K=1

Si

Programacin ptima

FIN

Fig. 3.6 Diagrama de flujo: PD en retroceso

51
La aplicacin directa de la programacin dinmica a la resolucin del predespacho econmico, requiere
mucho esfuerzo computacional, por lo que es comn emplear la siguiente estrategia:

1) En cada etapa, se selecciona un conjunto de estados de costo mnimo {N}.

2) Para la etapa siguiente, se selecciona un conjunto de estados {X} con alguna heurstica,
con el objeto de limitar el espacio de bsqueda.

Esta estrategia se repite en cada transicin de etapa, con suerte se encuentra la trayectoria ptima o una
trayectoria muy cercana al ptimo. En la Fig. 3.7, se esquematiza esta situacin.

Trayectoria
ptima

Trayectoria
cercana a la
ptima

N
X

Etapa K-1 K K+1

Fig. 3.7 Esquema eleccin de estados de bsqueda.

52
3.5 Formulacin Alternativa del Predespacho [10]

Una formulacin alternativa del predespacho, es el modelo siguiente:

T N
min CFi Pi (t) i (t) CSi (t)
t 1 i 1
sujeto a las restriccio nes :
N
a ) Demanda : i (t)Pi (t) u (t ); t 1, ... , T
i 1
b) Lmites de Capacidad : i (t)Pimin Pi ( t ) i (t)Pimax ; t 1, ... , T; i 1, ... , N
c)Tiempos mnimos de parada y funcionami ento :
i ( t ) I(1 x i (t 1) t up 1); t 1, ... , T; i 1, ... , N
i ( t ) 1 I( t d 1 x i ( t 1) 1); t 1, ... , T; i 1, ... , N
N
d) Potencia de reserva : i ( t)Pimax u( t) r( t ); t 1, ..., T
i 1
donde:

CFi(P) Costo de produccin de P unidades de potencia por la unidad i

CSi(t) Costo de partida de la unidad i en la etapa t
u(t) Demanda en la etapa t
r(t) Potencia de reserva en la etapa t (En caso de falla de unidades)
Pi(t) Cantidad de potencia producida por la unidad i
i(t) Variable de control de la unidad i en la etapa t
0 si la unidad i est fuera de servicio en el tiempo t
i (t)
1 si la unidad i est en servicio en el tiempo t
xi(t) Tiempo consecutivo en que la unidad i ha estado en servicio o fuera de servicio en la
etapa t
I(x) Funcin lgica definida por:
0 si x es falso
I( x )
1 si x es verdadero
t Etapa

53
 Captulo IV

COORDINACIN HIDROTERMICA

4.1 Introduccin

E n la operacin del sistema elctrico de potencia, las plantas hidrulicas y trmicas (vapor, gas,
diesel, nuclear, etc) suministran energa elctrica a los centros de consumo a travs de lneas de
transporte y transformadores.

La coordinacin hidrotrmica consiste en determinar una poltica ptima para el gasto del agua en
centrales hidroelctricas, combinando el uso de combustible de las centrales trmicas para satisfacer la
demanda y restricciones de operacin y de red.

Se pueden considerar dos extremos. Por una parte, si se utiliza todo el recurso hidrulico disponible y
se suceden bajos aportes de los ros, podr ser necesario usar generacin trmica de alto costo de
produccin o eventualmente recurrir al racionamiento del suministro de energa elctrica.

Por otra parte, si se mantienen los embalses del sistema con niveles altos de cotas, usando
preferentemente la generacin trmica para satisfacer la demanda y se suceden volmenes elevados de
aporte, podra existir un desperdicio del recurso hidrulico debido a la probable descarga por vertedero,
resultando un costo total asociado a la generacin trmica elevada durante el periodo analizado.

La disponibilidad de cantidades limitadas de energa hidrulica, en forma de agua almacenada en los

embalses y el caudal de los ros dependientes de las lluvias en centrales de pasada, hacen que la
operacin de sistemas hidrotrmicos sea muy compleja.

4.2 Despacho de Energa con Lmites

Considerando una planta hidroelctrica y otra trmica suministran energa elctrica a una cierta carga,
en la Fig. 4.1, se muestra un esquema del sistema.

q F
H T

PH PT

PD

Fig. 4.1 Coordinacin de plantas Trmica e Hidrulica

54
La planta hidrulica puede abastecer a la carga por si sola durante un tiempo limitado, es decir:

PHmax
j
PD j ; j = 1, 2, ... , jmax
para un perodo j.

Sin embargo, la energa disponible de la planta hidrulica, es insuficiente para satisfacer la carga, es
decir:

jmax j max
PH j n j PD j n j ; nj nmero de horas del periodo j
j 1 j 1

j max
n j Tmax ; periodo total
j 1
Entonces:
jmax j max
PD j n j PH j n j E ; es la energa de la planta trmica
j 1 j 1

No se requiere que la planta trmica, funcione todo el perodo Tmax:

Ns
PS j n j E ; NS nmero de periodos de la planta trmica en funcionamiento
j 1

Ns
n j Tmax
j1

El problema de optimizacin queda expresado por:

NS
Min FT F(PS j ) n j
j 1
sujeto a :
NS
PS j n j E
j 1

La funcin de Lagrange, es:

NS NS
L F(PS ) n j (E PS n j )
j j
j1 j1

55
donde: es el multiplicador de Lagrange.

La condicin de optimalidad, es:

L dF( PS )
j
dP 0 ; j = 1, 2, ... ,NS
PS j Sj

dF( PS )
j
; j = 1, 2, ... , NS
dPS
j

El costo marginal para todas las etapas es el mismo, es decir, el generador trmico debe entregar la
misma potencia en todos los periodos de funcionamiento PSi PS j PS* .

El costo total sobre el intervalo

NS
FT F(PS ) n j F(P*S ) n j F(P *S ) TS
j 1

donde:
NS
TS n j
j 1

F(PS ) a 0 a1PS a 2 PS2

FT (a 0 a1PS* a 2 PS*2 )TS

NS NS
PS j nj PS* n j PS* TS E
j 1 j 1

56
 P

PS*

TS Tmax

Fig. 4.2 Programacin de la generacin

4.3 Coordinacin Hidrotrmica a Corto Plazo

La coordinacin hidrotrmica de corto plazo determina la programacin horaria ( semanal),

econmica y confiable de la operacin de cada unidad de generacin del sistema.

La operacin del sistema se considera que la carga es abastecida por una planta trmica y otra
hidrulica. En la Fig. 4.3, se muestra un diagrama esquemtico de una planta hidrulica. Y en la Fig.
4.4, se muestra el diagrama esquemtico de coordinacin hidrotrmica.

rj
sj

Vj

qj

Fig. 4.3 Diagrama esquemtico de una represa

57
 qj Fj
H T

PHj PTj

PDj

Fig. 4.4 Coordinacin hidrotrmica para el periodo j

donde:

rj = Aporte en el periodo j
sj = Rebalse, prdidas y otros usos en el periodo j
qj = Gasto de agua en el periodo j
Vj = Volumen de descarga en el periodo j

El modelo de optimizacin, es:

jmax
Min FT Fj n j
j1
sujeto a :
j max
q j n j q total ; Descarga total de agua
j1
PD j PH j PS j 0 ; Balance de potencia para j = 1, 2, ... , jmax

donde:
nj = Longitud del periodo j

j max
n j Tmax
j 1

Vj VS ; Volumen inicial
j 0

Vj VE ; Volumen final
j j max

q min
j q j q max
j lmite de flujo de agua para j = 1, 2, ... , jmax
58
 q j = Descarga constante para un periodo particular.

La descarga depende de potencia entregada por el generador, sta dependencia se muestra en la Fig.
4.5.

q m3

h

q = q(PH)

PH MW
Fig. 4.5 Gasto de agua de una planta hidrulica
La funcin de Lagrange, es:

j max jmax

L n jF(PS j ) j (PD j PH j PS j ) q j (PH j )n i q total
j1 j1

para un intervalo especfico j = k, la ecuacin de coordinacin, es:

L dF ( PS k )
0 ; nk k
PS k dPS k
L dq ( PH k )
0 ; nk k
PH k dPH k

59
Si se considera prdidas, el modelo de optimizacin, es:

jmax
Min FT Fj n j
j1

sujeto a :
jmax

q j n j q total
j1

PDj Pperd j PH j PS j 0

La funcin de Lagrange, es:

jmax jmax

L n jF(PS j ) j (PD j Pperd j PH j PS j ) q j (PH j )n i q total
j1 j1

Las ecuaciones de coordinacin para el periodo k, son:

dF(PS k ) Pperd k
nk k k
dPS k PS k
dq (PH k ) Pperd k
nk k k
dPH k PH k

Una metodologa para resolver el problema de la coordinacin hidrotrmica, considerando una unidad
trmica y otra hidrulica, es emplear el mtodo de proyeccin lambda, , agregando la proyeccin
gamma, . El mtodo, se denomina mtodo iterativo - (Lambda-Gamma).

En la Fig. 4.6, se presenta el diagrama de flujo para implementar el mtodo iterativo - con prdidas.

60
 Comienzo

Asumir valores
iniciales:k, , Psk

J=1

Resolver las ecuaciones de coordinacin

df (PS k ) Pperd k
nk k k
dPS k PS k
dq (PH k ) Pperd k
nk k k
dPH k PH k
Proyectar
nuevo j

No
PDj Pperdj PHj PSj e1

Si
Determinar qj(PHj)

No
J=Jmax J = J +1

Si

j max No
Proyectar
n jq j q total e 2
j 1 nuevo

Si
Programacin de generacin

FIN

Fig. 4.6 Diagrama de flujo: mtodo iterativo - con prdidas

61
4.3.1 Plantas Acopladas Hidrulicamente (Plantas en Serie)

Sean tres plantas en serie, las aguas turbinadas por la planta superior se consideran como afluentes de
la planta aguas abajo. En la Fig. 4.7, se muestra un diagrama esquemtico de esta situacin. En las
plantas de aguas abajo, no se consideran afluentes, el funcionamiento de estas plantas depende
exclusivamente de las aguas turbinadas por las plantas de aguas arriba.

r1

s1

q1
s2

q2 s3

q3

Fig. 4.7 Centrales hidrulicas acopladas

Para un intervalo j, se verifica:

V1 j V1 j1 (r1 j s1 j q1j ) n j
V2 j V2 j1 (q1j s1j s 2 j q 2 j ) n j
V3 j V3 j1 (q 2 j s 2 j s 3 j q 3 j ) n j

62
El problema de optimizacin queda planteado, por el siguiente modelo de optimizacin:

jmax
Min n jF(PS j )
j 1
s. a :
PD j PS j PH1 j PH 2 j PH 3 j 0
V1 j V1 j1 (r1 j s1 j q1 j ) n j 0
V2 j V2 j1 (q1 j s1 j s 2 j q 2 j ) n j 0
V3 j V3 j1 (q 2 j s 2 j s 3 j q 3 j ) n j 0
para j 1, 2, .... , jmax

La funcin de Lagrange aumentada, es:

j max
L {n j F ( PS j ) j ( PD j PS j PH1 j PH 2 j PH 3 j )
j 1

1 (V1 j V1 j 1 (r1 j s1 j q1 j ) n j )
2 (V2 j V2 j 1 (q1 j s1 j s2 j q2 j ) n j )
3 (V3 j V3 j 1 (q2 j s2 j s3 j q3 j ) n j )}

Ntese que por cada planta hidrulica i considerada, se debe aadir un multiplicador de Lagrange,
denominada i.

4.4 Coordinacin Hidrotrmica Multimquinas

El despacho de carga ptimo en un sistema elctrico de potencia, es la determinacin de la generacin

de cada planta, tal que el costo total de generacin sea mnimo, satisfaciendo las restricciones del
sistema. Sin embargo debido a la insignificancia de los costos de operacin de las plantas hidrulicas,
el problema se reduce a minimizar el costo de combustible de las plantas trmicas restringido por los
lmites generacin, disponibilidad de agua y el balance de energa para un periodo [11,12].

Los mtodos para la resolucin son:

Programacin dinmica
Mtodo de la variacin local
Tcnica de anlisis funcional
Mtodo iterativo -
Tcnicas generales de programacin matemtica
Tcnica de la Gradiente
Tcnica de Newton-Raphson
Mtodo Hbrido de Powell
Algoritmos Genticos
63
Para un determinado periodo, la carga debe ser abastecida por n generadores hidrulicos desacoplados
y m generadores trmicos, como se aprecia en la Fig. 4.8.

P PD j

Ph j

Ph 2 j

Ph1 j

PS j
nj

PS 2 j

PS1 j

1 2 j jmax

Fig. 4.8 Curva de carga

Para la formulacin bsica del problema, se considera:

m plantas trmicas
n plantas hidrulicas aisladas
jmax intervalos

La funcin objetivo, es:

j max m
Min Z n k F(PS k )
k 1 s 1

sujeto a:

Ecuacin del balance de energa:

64
 m n
C k PS k Ph k Pperd k PD k 0
s 1 h 1
para k 1, 2, ... , jmax

Restriccin de disponibilidad de agua:

jmax
Wh n k q h k Vh
k 1
para h 1, 2, ... , n

Restriccin de capacidad:

PSmin PS k PSmax
k k
Phmin Ph k Phmax
k k

donde:

F(PS k ) 2s PS2 1s PS k 0s
k

q h k 2h Ph2 1h Ph k 0h
k

mn mn mn
Pperd k BijPik P jk b i Pik b 0
i 1 j 1 i 1

La funcin de Lagrange aumentada, es:

j max n
L ( P, , ) Z k Ck h (Wh Vh )
k 1 h 1

Las condiciones de optimalidad, son:

L dF ( PS k ) Ck
nk k 0
PS k dPS k PS k

L Ck dWh
k nk h 0
Phk Phk dPhk

65
 L
Ck 0
k
L
Wh Vh 0
h

4.5 Coordinacin Hidrotrmica a Largo Plazo

El objetivo de la coordinacin hidrotrmica a largo plazo (1 a 5 aos), es determinar el modo de

operacin de cada central del sistema, tal que minimice el valor esperado total del costo de operacin a
lo largo del periodo analizado, considerando las restricciones de red, de operacin, de disponibilidad de
recursos energticos y de confiabilidad. En otras palabras, asegurar el recurso electricidad en cantidad y
calidad al mnimo costo, cumpliendo las restricciones fsicas del sistema.

En este problema, existe una vinculacin entre la decisin de generar desde una central hidrulica
determinada de operacin en una etapa y las consecuencias de esta decisin en etapas posteriores, sta
vinculacin es debida a la disponibilidad limitada del recurso energtico agua y a la no-linealidad de la
funcin costos de generacin de las centrales trmicas, volvindose de este modo en un problema
dinmico

La coordinacin hidrotrmica a largo plazo, es un problema estocstico debido a que es imposible tener
un pronstico exacto de los aportes futuros a los embalses de las centrales hidrulicas y en cierto modo
a la carga misma. Es un problema no lineal, debido a la no-linealidad de la funcin costo de generacin
trmica, asimismo debido al comportamiento no lineal de la energa generada por las plantas
hidrulicas.

En general, el problema de la coordinacin hidrotrmica, es un problema multidimensional debido a

que los periodos se pueden dividir en subperiodos coordinacin hidrotrmica a corto plazo-,
secuencial y estocstico.

4.5.1 Modelo de Optimizacin

Una modelacin simple, es suponer un comportamiento determinstico de las centrales trmicas, los
aportes a los embalses y la demanda. El problema de la coordinacin hidrotrmica a largo plazo para
sistemas multiembalse puede ser resuelto a travs del siguiente modelo de optimizacin lineal recursivo
[13]:

1
t (X t ) E min C t (U t ) t 1 (X t 1 )
Yt / X t U t
sujeto a :
X t 1 f t (X t , U t , Yt )
g t 1 (X t 1 ) 0
h t (U t ) 0
t T, T 1, ... , 1; X t

donde:

66
t ndice de las etapas para un horizonte de planificacin T
Xt Vector de estado del sistema al inicio de la etapa t
Ut Vector de decisin durante la etapa t
Yt Vector de agentes externos no controlables durante la etapa t
Yt/Xt Distribucin de probabilidad de las variables externas condicionadas por el vector de estado Xt
E {.} Valor esperado
t(Xt) Costo futuro esperado de operacin desde la etapa t hasta el final del periodo de planificacin
bajo la poltica de operacin ptima
Tasa de actualizacin de la funcin de costo futuro

Ejemplo 4.1 Coordinacin Hidrotrmica

Determinar la coordinacin hidrotrmica de una planta trmica y una planta hidrulica, cuyos datos
son:

MBtu $
H1 500 8 PS1 0.0016 PS21 h ; c1 1.15
MBtu
50 PS1 600 MW
acre ft
q1 240 5.6PH1
h
0 PH1 1200 MW
Pperd 0.00008 PS21 0.00008 PH2 1 MW
V 110000 acre ft

La curva de carga, est dada en la figura siguiente:

MW

1300

1000

0 1 2 h

67
El diagrama esquemtico, est dado por la figura siguiente:

PS1 PH1
PD

Resolucin:

Jmax = 2
n1 = 12 h
n2 = 12 h

$
F1 c1 H1 575 9.2 PS1 0.00184 PS21 h
dF1
9.2 0.00368 PS1
dPS1
dq1
5.6
dPH1
Pperd
0.00016 PS1
PS1
Pperd
0.00016 PH1
PH1

Tomando en cuenta los siguientes valores de partida:

= 180
=2

J = 1; (1ra etapa)

Las ecuaciones de coordinacin, son:

dF
n1 1 1 0.00016 PS1 1
dPS1
dq1
n 1 1 0.00016 PH1 1
dPH1
Reemplazando el costo marginal de la unidad trmica y el gasto marginal de agua, se tiene:

n1 (9.2 0.00368 PS1 ) 1 0.00016PS1 1

n 1 5.6 1 0.00016PH1 1

Despejando PS1 y PH1, se tiene:

68
 1 n1 9.2
PS1 953.9474 MW
n1 0.00368 0.000161
5.6 n1
PH1 1 1583.3 MW
1 0.00016
Pperd 273.3568 MW

Los resultados son elevados, no pueden ser satisfechos por los generadores, por lo tanto, es necesario
reducir el lambda.

Sea 21 150 , entonces se procede a calcular los nuevos valores de potencia:

PS21 580.9859 MW
PH21 650.0 MW
Pperd 2 60.8036 MW
1
e12 1000 60.8036 580.9859 650.0 170.1823 MW

Tomando un nuevo Lambda:

31 140 , los nuevos valores de potencia, son:
PS31 444.7115 MW
3
PH 1 250.0 MW
Pperd3 20.8215 MW
1
e13 1000 20.8215 444.7115 250.0 326.1099 MW

Se proyecta lambda mediante la formula:

i 1 i
j

e ij i j i j 1
j i i 1
e ej j

e 3 3 21
41 31 1 1

140

326.1099 140 150
146.5709
e13 e12 326.1099 (170.1823)

Repitiendo los pasos, se tiene los resultados en la tabla 3.1

Iteracin PS PH Pperd Error, e

4 146.57092496 534.98304707 518.98615676 44.44427932 -9.52492450
5 146.38444980 532.45996952 511.68557433 43.62685969 -0.51868416
6 146.37371039 532.31459350 511.26455531 43.58002175 0.00087294

Volumen de descarga en esta etapa; n1q1 37236.978116

69
 J = 2; en sta etapa los valores iniciales de partida, se toman los siguientes:

12 146.37371039 ; 2 ; PD = 1300 MW

En la tabla 3.2 se tiene, los resultados en cada iteracin:

Iteracin PS PH Pperd Error, e
1 146.37371039 532.31459350 511.26455531 43.58002175 300.00087294
2 150 580.98591549 650.0 60.80357072 1.2981765522
3 152.76617412 617.55941648 751.40055683 75.67859437 6.71862105
4 152.91714912 619.54198509 756.82932014 76.52983128 0.15852605
5 152.92079746 619.58987700 756.96037468 76.55044996 0.00019827

Volumen de descarga en esta etapa; n 2 q 2 53747.737178

J max
La descarga total: n jq j 37236.978116 53747.737178 90984.715295
j1
J max
El error de la descarga de agua: e1 n jq j q T 19015.284704

j1
Se elige otro 2 = 2.1 y se repite el proceso nuevamente; PD = 1000 MW

J=1
Iteracin PS PH Pperd Error, e
1 150 580.98591549 370.000 37.95557072 86.96965522
2 148 554.24528301 290.54054054 31.32813115 1.8654230759
3 151.74685826 604.13737505 437.68856171 44.52425959 2.69832283
4 151.80185181 604.86314569 439.79419896 44.74226899 0.08492433
5 151.80363886 604.88672702 439.86259763 44.74936458 0.00003993

Volumen de descarga en esta etapa; n1q1 12 (240 5.6 439.86259763) 32438.766560

J=2;
Iteracin PS * PH Pperd Error, e
1 151.80363886 604.88672702 439.86259763 44.74936458 300.00003993
2 155 646.75174013 559.67741935 58.52213016 1.5209297067
3 158.28682099 689.15890772 677.83679350 74.75221749 7.75651626
4 158.46345190 691.41966513 684.04779226 75.67860283 0.21114542
5 158.46839465 691.48290246 684.22139823 75.70460209 0.00030139
* En ste caso, es necesario relajar la restriccin de Pmax del generador trmico para facilitar la resolucin
del problema.

Volumen de descarga en esta etapa; n 2 q 2 48859.677961

70
 J max
El error de la descarga de agua: e 2 n jq j q T 28701.555478


j1

Se realiza la proyeccin de Gama:

3 2
e 2 2 1 1.80368828
e 2 e1
Se repite el proceso nuevamente:

J = 1; PD = 1000 MW

Iteracin PS PH Pperd Error, e

1 150.0 580.98591549 1199.672816 142.1407599 -638.5179715
2 145.0 513.65795724 1025.52360275 105.24345254 -433.9381074
3 134.39440816 365.41689656 613.23960219 40.767385438 62.110886689
4 135.72234697 384.39659578 668.39096882 47.56057840 -5.22698620
5 135.61926801 382.92771339 664.14860372 47.01816012 -0.05815699
6 135.61810822 382.91118210 664.10083413 47.01207130 0.00005506

Descarga de agua: n1q1 47507.57605380

J = 2; PD = 1300 MW

Iteracin PS PH Pperd Error, e

1 135.61810822 382.91118210 664.10083413 47.01207130 300.00005506
2 140 444.71153846 838.93516000 72.12644441 88.47974594
3 141.83296191 470.17834848 908.86443205 83.76817881 4.72539827
4 141.93637714 471.60852211 912.75599791 84.44304878 0.07852875
5 141.93812478 471.63268493 912.82171386 84.45446966 0.00007086

Descarga de agua: n 2 q 2 64221.61917151

El error: e 3 -1729.19522532

El nuevo gamma proyectado: 4 = 1.82052588011029

Procediendo nuevamente:

J = 1; PD = 1000 MW

Iteracin PS PH Pperd Error, e

1 135 374.08759124 586.14170632 38.68029006 78.45099250
2 137 402.54237288 668.82576900 48.74946170 -22.6186802
3 136.55241410 396.19835575 650.53202513 46.41320422 -0.31717665
4 136.54604843 396.10803052 650.27098270 46.38031382 0.00130059
5 136.54607443 396.10839940 650.27204879 46.38044812 -0.000000074

J = 2; PD = 1300 MW
71
Iteracin PS PH Pperd Error, e
1 136.54607443 396.10839940 650.27204879 46.38044812 299.999999925
2 145 513.65795724 976.75262312 97.43121470 -92.97936566
3 142.99979157 486.27398262 902.99311835 84.14871663 -5.11838434
4 142.88326846 484.67065449 898.63256642 83.39569062 0.09246969
5 142.88533623 484.69911428 898.71000899 83.40903293 -0.00009034

Las descargas de agua, son:

n1q1 46578.2816789
n 2 q 2 63273.3126043
n jq j 109851.59428327
El error de la descarga de agua: e 4 148.405716728
El nuevo gamma proyectado: 5 = 1.803677782 y se repite el proceso hasta que el error sea menor a la
tolerancia especificada.

72
 Captulo V

FLUJO PTIMO DE POTENCIA

5.1 Introduccin

U n sistema elctrico de potencia (SEP), est compuesto bsicamente por centrales de generacin,
lneas de transmisin, transformadores y cargas. Este sistema elctrico queda descrito por
medio de un modelo fasorial de rgimen permanente y al que se aplica las leyes de circuitos
elctricos (Leyes de Kirchhoff), formndose as las ecuaciones de redes [14].

Un flujo de potencia, se refiere al problema de resolver las ecuaciones de redes (ecuaciones de flujo de
potencia), con el objeto de conocer todas y cada una de las variables elctricas.

El trmino Flujo ptimo de Potencia (FOP), se usa para referirse a un estado de operacin o una
solucin para dicho flujo -dentro de las muchas soluciones-, donde alguna variable del SEP, es
optimizada o mejorada, sujeta a la presencia o no de limitaciones sobre las variables del problema o
sobre algunas funciones.

El flujo de potencia, ser ptimo cuando los costos de generacin (costo de combustible) o alguna otra
variable (por ejemplo, las prdidas del sistema) sean minimizados.

Los problemas que enfocan el flujo ptimo de potencia, se basan en dos objetivos:

a) Despacho econmico de carga (DEC), dando lugar al flujo ptimo de potencia activa, FOPA.

b) Minimizacin de prdidas, RI2, dando lugar al flujo ptimo de potencia reactiva, FOPR.

5.2 Flujo de Potencia en Variables de Estado

Se considera que el estado de operacin del SEP, est en rgimen permanente equilibrado, es decir, en
estado normal de operacin [1].

En la modelacin del SEP, se consideran hasta el nivel de barras de alta tensin. Para el desarrollo del
modelo matemtico, es necesario realizar suposiciones, tales como:

El sistema, es equilibrado.
Las lneas de transmisin, son transpuestas.
La barra slack, dispone de suficiente potencia para compensar las prdidas.

En la Fig. 5.1, se representa dos barras de un SEP, interconectadas por una lnea de transporte, donde
en cada barra se inyecta potencia activa y reactiva.

73


PG i jQ G i PG j jQ G j

L/T

SD i PD i jQ D i SD j PD j jQ D j

Fig. 5.1 Diagrama esquemtico

donde:
S i (PG i PD i ) j(Q G i Q D i )
S j (PG j PD j ) j(Q G j Q D j ) : potencia inyectadas en las barra i y j

En una barra, 4 son las variables de inters:

V, , P, Q: Mdulo de tensin, ngulo de fase, potencia activa y reactiva, dos de ellas son
independientes y existen cinco tipos de barras:

i) Barra tipo 1, barra de carga, denominada tambin como barra PQ. Son conocidas P y Q,
(potencias inyectadas) y son incgnitas V y .
ii) Barra tipo 2, barra de tensin controlada, denominada tambin barra PV. Son conocidos P y
V y son incgnitas y Q
iii) Barra tipo 3, barra de referencia, denominada tambin barra de holgura, barra flotante, barra
slack. Son conocidos V y , son incgnitas P y Q
iv) Barra tipo 4, barra de generacin con regulador de tensin.
v) Barra tipo 5, barra de tensin controlada de un transformador con taps variables. Son
conocidos V, P y Q y son incgnitas t y .

Para el planteamiento de las ecuaciones de flujo de potencia en variables de estado, se consideran las
siguientes variables:

Variables independientes:

p
y p, u T
u

74
donde:
:
p p i

:

Son las variables fijas y estn dadas por el sistema, son variables especificadas, por ejemplo la
carga especificada en cada barra.

:
u u i

:

Son las variables de control, variables manipuladas, tales como: el ajuste del regulador de
velocidad de la turbina, corriente de excitacin de los generadores, taps de los transformadores,
bancos de capacitores conmutables, etc.

Variables dependientes:

:
x x i

:

Son variables de estado, variable incgnita, tales como mdulos y ngulos de tensin.

Sea: Vk Vk k , la tensin en la barra k

Yij G ij jB ij ; elemento de la matriz de admitancia nodal.

Sk Vk* I k Pk jQ k ; la potencia inyectada en la barra k.

N
Sk Vk* Yij Vj ; N es el nmero de barras del sistema.
j1
Si se denotan, las potencias activas y reactivas, por:

Pk (V, ) Re( Sk )

Q k (V, ) Im( Sk ) ; para todo k = 1, 2, ..., N

Por otra parte:

Pneta k PG k PD k
75
 Q neta k Q G k Q D k

Pneta k Pk (V, ) 0 (1)

Q neta k Q k (V, ) 0 (2)

Las ecuaciones (1) y (2), son las tpicas ecuaciones de flujo de potencia. En los problemas de
optimizacin se consideran como restricciones de igualdad, y se conocen tambin como restricciones
de red.

Si se define como barra flotante a la barra 1, en el cual se conoce su mdulo de la tensin, V1 = Vslack
y el ngulo 1 = 0 como referencia, entonces resulta N-1 ecuaciones (1) y (N-M) ecuaciones (2). El
total de ecuaciones e incgnitas, es L = 2N-M-1, donde M es el nmero de barras PV incluido el slack.

V Para cada
Barra PQ

x ------
Para cada

Barra PV

V1
Barra Slack
1
------
y Pneta Para cada

Q neta Barra PQ
Pneta En cada
V barra PV

Ecuacin (1) Para cada

Ecuacin (2) Barra PQ
g ( x , y) 0
Ecuacin (1) Para cada

Barra PV

5.2.1 Algoritmo de Newton-Raphson

El mtodo Newton-Raphson, es el principal algoritmo para resolver las ecuaciones del flujo de
potencia. Este algoritmo, se puede expresar en los siguientes pasos:

1.- Se supone un vector de estado inicial, x0

2.- Se utiliza la ecuacin recursiva para encontrar las nuevas aproximaciones al vector x.

76
 (h)
g ( x ( h ) , y) (h 1)
g ( x , y) x
x

(h) 1
(h 1) g ( x , y)
x g ( x ( h ) , y )
x

x (h 1) x (h ) x (h 1)

3.- Probar un criterio de convergencia para:

x g( x, y)

4.- Si no se logra satisfacer el criterio de convergencia, se debe regresar al punto dos, para
buscar una nueva aproximacin al vector x. Si se satisface el criterio de convergencia se
tiene el vector solucin.

5.3 Formulacin Conceptual del Flujo ptimo de Potencia

Los problemas de optimizacin encierran la idea de buscar el mejor valor, mximo o mnimo de algn
ndice de confiabilidad, la cual depende de un grupo de parmetros (las variables de estado xi), por
medio de un ajuste del otro juego de parmetros (las variables de control u) del modelo.

Min F(x, u)
s. a :
g(x, u, p) 0
h(x, u) 0
donde:
F() funcin objetivo
g() restriccin de red
h() restriccin de operacin
x variable de estado
u variable de control
p variable independiente

5.3.1 Flujo ptimo de Potencia Activa

En la Fig. 5.2, se representa la curva de costos de generacin tpica de centrales trmicas.

77
 $
F [ ]
h

Pmin Pmax P [MW]

Fig. 5. 2 Funcin costo de generacin

La funcin de costos queda expresada como:

Fi (PG i ) a 0i a1i PGi a 2i PG2 i a 3i PG3 i [$/h], entonces la funcin objetivo est dado por la siguiente
expresin:

nG
F( x, u ) Fi (a 0i a1i PG i a 2i PG2 i a 3i PG3 i )
i 1

Las variables de control son las potencias activas de generacin.

u PG 2 PG 3 PGn G
T

PG1 P1 ( x , u ) PD1 ; Es la potencia generada por la barra slack, el cual debe tomar en
cuenta las prdidas del sistema.

Las variables especificadas, son:

78

p PD i Q D i V j V1 1 T ; para todo i = 1, 2, ... , N y j = 2, 3, ... , M; son las cargas y las
tensiones de las barras de generacin.

Y las variables de estado, son los ngulos de fase y los mdulos de tensin.

x 2 ... N , VM 1 , ... VN T

5.3.2 Flujo ptimo de Potencia Reactiva

Es un problema de minimizacin de las prdidas del sistema.

La disminucin de prdidas, se obtendr eligiendo una funcin objetivo que refleje en forma autentica
las prdidas.

Para minimizar las prdidas, puede tomarse como minimizar las prdidas del sistema al considerar la
minimizacin de la potencia real P1 de la barra slack.

F( x, u ) Pneta1 P1 ( x, u , p) Pperd PD i PG i
i slack i slack

u V1 ,..., VM , t ij T

p PD i Q D i PG j 1 T
x 2 ... N , VM 1 , ... VN T

5.4 Formulacin Matemtica

Sea el problema:
Min f(x, u)
s. a :
g(x, u, p) 0

La funcin de Lagrange, es:

L ( x, u , p, ) f ( x , u ) T g ( x, u, p)

donde:

T 1 2 ... i ... ; son los multiplicadores de Lagrange.

79
La condicin de optimalidad, es:

T T
L f g g
x x x 0 ; x Jacobiano.

T T
L f g g
u u u 0 ; u Jacobiano reducido

L
g( x , u , p) 0

El algoritmo de solucin, es:

1.- Asumir un conjunto de variables de control u

2.- Encontrar una solucin factible del flujo de potencia y obtener el Jacobiano
3.- Resolver la ecuacin

T 1
g f
x
x

4.- Calcular la gradiente

T
f f g
u u

5.- Verificar la convergencia

f ; f k 1 f k ; u k 1 u k

6.- Encontrar un nuevo valor para u

u cf

u nuevo u anterior u

7.- Volver a dos

80
Ejemplo 5.1 Flujo ptimo de Potencia Activa

En el sistema dado:

a) Plantear el modelo de optimizacin

b) Determinar el flujo ptimo de potencia

Generadores:
GA FA 120 10 PA 0.002P
2
A
GB FB 300 9.5 PB 0.003P
2
B
Lneas
Lneas Zij [p.u.] Yij [p.u.]
1-2 0.01+j0.17 j0.2
1-3 0.01+j0.15 j0.2
2-3 0.01+j0.20 j0.2
Valores Base:

MVA Base 100 MVA

kVLLBase 230 kV

Carga en la barra 3

P jQ 150 j100 MVA

Tensiones de los nodos de generacin:

V1 1.05 p.u.
V2 1.03 p.u.

El modelo de optimizacin del problema queda expresada como:

Min f(x, u)
s. a :
g(x, u, p) 0

donde: Las variables de control son las potencias activas de generacin.

f ( x, u ) a 02 a12PG 2 a 22 PG2 2 ; Funcin objetivo

p PD 3 Q D3 V2 V1 1 T ; Variables especificadas

u PG 2 ; Variable de control

x 2 3 V3 T ; Variables de estado
81
Para resolver el ejemplo, se sigue los siguientes pasos:

1.- Asumir un conjunto de variables de control u

El ejemplo tiene dos generadores, pero el generador uno se toma como holgura, por tanto, solamente la
potencia generada por la unidad dos se puede tomar como variable controlada:

u PG 2

y el valor de partida se considera PG 2 100 MW 1.0 p.u.

2.- Encontrar una solucin factible del flujo de potencia y obtener el Jacobiano

La matriz admitancia nodal, es:

0.7873 - 12.2992i - 0.3448 + 5.8621i - 0.4425 + 6.6372i

YBus - 0.3448 + 5.8621i 0.5942 - 10.6496i - 0.2494 + 4.9875i
- 0.4425 + 6.6372i - 0.2494 + 4.9875i 0.6919 - 11.4247i

Considerando que la unidad dos entrega 100MW . la solucin factible, es:

GENERACION CARGA
BUS VOLTS ANGULO ACTIVA REACTIVA ACTIVA REACTIVA
1 1.050 0.000 0.517 0.602 0.000 0.000
2 1.030 2.327 1.000 0.079 0.000 0.000
3 0.951 -6.223 0.000 0.000 1.500 1.000

PERDIDA TOTAL POTENCIA ACTIVA : 0.0172463.

PERDIDA TOTAL POTENCIA REACTIVA: -0.318599.

FLUJOS EN LINEAS
LINEA DE BUS A BUS ACTIVA REACTIVA
1 1 2 -0.250 0.033
1 2 1 0.251 -0.237
2 1 3 0.767 0.569
2 3 1 -0.758 -0.627
3 2 3 0.749 0.316
3 3 2 -0.742 -0.373

Y el jacobiano correspondiente, es:

11.2187 - 4.8690 0.5097

J - 4.7963 11.3390 - 0.9186
0.9681 - 2.1261 9.8171

La transpuesta del Jacobiano, es:

82
 11.2187 - 4.7963 0.9681
J - 4.8690 11.3390 - 2.1261
T

0.5097 - 0.9186 9.8171

y su inversa es:

0.1092 0.0461 - 0.0008

J
T 1
0.0466 0.1095 0.0191
- 0.0013 0.0078 0.1037

3.- Resolver la ecuacin

T 1
g f
x
x

La funcin objetivo depende explcitamente de u, pero no de las variables de estado x, sin embargo
PG1 P1 (x , u ) PD1 , es la potencia generada por barra snack, el cual toma en cuenta las prdidas del
sistema.

Aplicando la regla de la cadena para el clculo de la derivada, se tiene:

df df dPG1 dP1

dx dPG1 dP1 dx
donde:

df
a11 2a 21PG1
dPG1
dPG1
1
dP1
dP
los elementos de 1 se determinan de la potencia inyectada en la barra 1, los cuales son:
dx

Pk Vk Vi G ki cos( k i ) B ki sen (k i )
Q k Vk Vi G kisen ( k i ) Bki cos( k i )
dP1

d 2 145.0731
dP1 dP1
6.6364
dx d3
dP 0.2935
1
dV3

83
 df
a11 2a 21PG1 10 2 * 0.002 * 51.7 10.2068
dPG1

145.0731 1480.7
df df dPG1 dP1
10.2068 *1* 6.6364 67.7
dx dPG1 dP1 dx
0.2935 3

0.1092 0.0461 - 0.0008 1480.7 158.5549

T 1 f
J x 0.0466 0.1095 0.0191 67.7 61.7065

- 0.0013 0.0078 0.1037 3 2.1529

4.- Calcular la gradiente

T
f f g
u u

f
a12 2a 22PG 2 9.5 2 * 0.003 *100 10.1
u

g
El clculo de implica determinar g, son las potencias activas:
u
g1 PG1 PD1 P1(, V ) 0
g 2 PG 2 PD 2 P2 (, V ) 0
g 3 PG 3 PD3 P3 (, V ) 0

como u PG 2

Por tanto:

0
g
1
u
0

T 158.5549
f g
f 10.1 0 1 0 61.7065 =-51.6065
u u
2.1529

5.- Verificar la convergencia

f ; f k 1 f k ; u k 1 u k

Como es la primera iteracin, es seguro que el error es grande, se continua con el siguiente paso.
84
6.- Encontrar un nuevo valor para u

u cf

considerando c 0.1

u 0.1 * (51.6065) 5.16065

u nuevo u anterior u
u nuevo 100 5.1606 105.1606
PG 2 105.1606 MW

7.- Volver a dos

Es necesario resolver el flujo de potencia, la potencia especificada para el generador 2, es

PG 2 105.1606 MW 1.051606 p.u. .

Despus de unas tres iteraciones, se resolvera el problema.

85
 Captulo VI

PLANIFICACION DE LA EXPANSIN DE LOS SISTEMAS

ELECTRICOS DE POTENCIA

6.1 Introduccin

E l principal objetivo de la planificacin de los sistemas elctricos de potencia, es suministrar

energa elctrica a los consumidores que la necesiten de un modo econmico como sea posible
con un grado de seguridad aceptable, confiable y de calidad.

La planificacin de los sistemas elctricos de potencia, se vuelve ms complejos hoy en da debido a

las incertidumbres en el comportamiento de la demanda, precio de combustibles y la recuperacin de
costos bajo los sistemas regulatorios.

Las empresas elctricas estn usando alternativas como compra de capacidades -potencia y energa- de
otras empresas, control de la demanda, sistemas de co-generacin antes de invertir en plantas base.
Estas nuevas opciones dan como resultado el incremento de la cargabilidad de las lneas de transmisin
e incrementa la dependencia con otros generadores y se reduce la confiabilidad del sistema en su
conjunto.

Los sistemas de planificacin, incluyen estudios para determinar los recursos requeridos para satisfacer
la demanda a un menor costo posible considerando restricciones ambientales, tcnicas y financieros [6,
15, 16].

6.2 Componentes de un Sistemas Elctricos

Los componentes de un sistema elctrico se pueden agrupar en dos grupos: Sistema Elctrico de
Potencia (SEP) y Sistema Elctrico de Distribucin (SED). Los SEPs, estn constituidos por
generadores, transformadores y lneas, se caracterizan por presentar una alta redundancia, es decir, son
sistemas mallados, mientras que los SEDs, estn constituidos por transformadores, distribuidores y
alimentadores, presentan baja redundancia por que son sistemas radiales. En la Fig. 6.1, se muestra un
diagrama esquemtico de esta situacin.

6.3 Criterios de Planificacin y Restricciones

Los criterios y restricciones importantes hoy en da en la planificacin de sistemas elctricos, son:

Confiabilidad, que fue crtica en las dcadas 1970 a 1990

Ambiental, cobra importancia alrededor de los aos 1970 y sigue vigente.
Econmica y precios de la electricidad, fueron crticos en los aos 1980.
Financieras, son crticos debido a la incertidumbre y riesgos.
Impactos sociales y el valor de la electricidad son importantes hoy en da.

86
Fig. 6.1 Estructura tpica de un sistema elctrico

6.3.1 Criterios de Confiabilidad

Estos criterios son utilizados en principio para determinar los requerimientos de la capacidad de reserva
del sistema de generacin y redundancia en transmisin, es decir, unidades de generacin, lneas de
transmisin, subestaciones de transformacin para la operacin del sistema bajo condiciones de falla y
variaciones de carga. Estos criterios estn basados en la experiencia de explotacin del sistema y
probabilidad de ocurrencia de fallas, estn orientados para evitar los colapsos black outs-.

6.3.2 Criterios Econmicos

Los criterios econmicos, son ampliamente utilizados por las empresas elctricas para minimizar
costos, cargos de transporte (depreciacin, retorno de la inversin, tasa de impuestos sobre el capital).

6.3.3 Restricciones Ambientales

La contaminacin ambiental incluye la emisin de SO2, NOX, derrame de slidos, descargas trmicas
desde las plantas de potencia.

Actualmente en el mundo, la proteccin ambiental es un tema que durante los ltimos aos cobr
mucha importancia, especialmente relacionado con la ecologa. En el pas, existe la Ley de proteccin
al medio ambiente.

6.3.4 Impactos Sociales

Los impactos sociales, incluyen los efectos de la instalacin de plantas en la economa local y fuentes
de trabajo.

87
6.4 Planteamiento del Problema de Planificacin de la Expansin del SEP

El objetivo de la planificacin, es determinar las ampliaciones en capacidad de la red a realizar en el

horizonte de planificacin, as como su programacin temporal, de forma tal que:

El sistema (conjunto de generacin y transporte) permita satisfacer la demanda prevista a costo

mnimo.
Cumpliendo los criterios de aceptabilidad:

1. Tcnica
2. Confiabilidad
3. Financieros
4. Medio Ambientales
5. Otros (polticas, Administrativas, etc.)

Diversos contextos posibles:

1. Localizacin del equipo generador

2. Planificacin conjunta generador/red
3. Planificacin de la red

6.4.1 Planificacin de la Expansin de la Red de Transporte

En la planificacin de la red de transporte los aspectos a ser considerados, son:

Subordinacin a la expansin de la generacin

Seleccin de niveles de tensin
Seleccin de la densidad de mallado
Corriente alterna versus corriente continua
Lneas reas versus lneas subterrneas
Consideraciones de confiabilidad:

Sobrecargas en lneas y transformadores

Estabilidad
Violaciones de tensin
Capacidad de cortocircuito
Confiabilidad de los componentes
Medidas correctoras

Consideraciones medio ambientales

Consideraciones econmicas y financieras
Consideraciones operacionales:

1. Intercambio de potencia
2. Hidrologa
3. Despacho econmico previsto

Control del sistema elctrico

88
 Prediccin de la demanda
Circulacin de potencia reactiva
Prdidas hmicas
Cambios a tensiones ms elevadas
Nuevas tecnologas (protecciones, control y diseo)

El problema de la planificacin de los sistemas de transmisin, se traduce en un modelo matemtico de

optimizacin complejo y que posee las siguientes caractersticas:

Desacoplado, existe un desacoplamiento natural entre el problema de inversin y el de

operacin.
Gran dimensionalidad, debido al gran nmero de alternativas de inversin, periodos de anlisis,
variables de operacin
Dinmico, por la existencia de la dependencia temporal de las decisiones de planificacin.
Entero-mixto, debido a que las variables de decisin de inversin variables binarias, 0 1- y
variables de operacin generalmente continuas.
Estocstico, debido a las incertidumbres asociadas a la demanda, hidrologas, disponibilidad de
equipos, etc.
No lineal, debido a que la funcin de costos de centrales generadoras, prdidas elctricas, etc.,
que son funciones no lineales.

6.4.1.1. Funcin Objetivo

La funcin objetivo puede tomar en cuenta distintos ndices, como son:

Costos esperados de operacin del sistema (costo de combustible)

Costo de falla esperado en el sistema
Prdidas elctricas en el sistema
Costo de inversin en lneas, transformadores, equipos de control y proteccin
Nmero de fallas en el sistema

Los que pueden ser evaluados en un contexto esttico o dinmico.

6.4.1.2 Restricciones

En el problema de la expansin del sistema de transporte, la funcin objetivo est sujeta a las
principales restricciones siguientes:

Plan de obras de generacin

Derecho de paso de va
Condiciones tcnicas de operacin
Restricciones de seguridad y confiabilidad
Restricciones de inversin

89
6.4.1.3 Proceso Clsico de Planificacin

El proceso de planificacin se divide en dos etapas:

1. Bsqueda de mejores planes (costo de inversin)

2. Estudios de estabilidad y falla

Comienzo

Previsin de consumos

No
Comportamiento
aceptable del sistema
(sin contingencias)

Si

No Comportamiento
aceptable del sistema
(bajo contingencias)

Expansin del
Si
Sistema Actual
Decisin de Planificacin

Diseo de nueva
configuracin del
sistema Plan de Expansin
de 15-20 aos
finalizado? No

Costos Si
totales
aceptables?
Si No FIN

Fig. 6.2 Diagrama de flujo. Etapa 1

90
 Datos
- Previsin de demanda
- Plan de expansin de la
generacin
- Red existente

Estudios de Flujos de Potencia

- Considerar todas las alternativas de generacin y de cargas
- Seleccionar nuevas lneas
- Corregir tensiones bajas y sobrecargas con nuevos suministros y
adicin de circuitos

Anlisis de Falla Estudios de Estabilidad

- Asegurar operacin - Anlisis de la estabilidad de
adecuada de la red bajo los generadores del sistema
condiciones de falla

No
Estudios de Falla y
Estabilidad satisfactorios?

Si

Decisin de Planificacin
- Incorporar todas las
modificaciones al sistema

Fig. 6.3 Diagrama de flujo. Etapa 2

91
6.5 Expansin del Sistema de Transporte: Modelo de Transbordo

Una alternativa de formulacin matemtica del problema de expansin de la red de transporte, se puede
plantear sobre la base del modelo de transbordo caso particular del modelo de transporte- donde
existen nudos fuentes, nudos de demanda y nudos de transbordo [17, 18].

La formulacin matemtica del problema de transporte con transbordo, queda de la siguiente forma:

Min C ij X ij
iN jN
s.a :
X ij a i K; para i N
jN
X ij b j K; para j N
iN
0 X ij U ij
donde:

I = {1, 2, ....., m} = Nudos fuente (generadores)

J = {1, 2, ....., n} = Nudos de demanda (cargas)
N = I J
ai = Generacin en el nudo i, para i N
bj = Demanda en el nudo j, para j N
Cij = Costo de transportar potencia desde el nudo i hasta el nudo j
Xij = Cantidad de potencia enviada de i hasta j
Uij = Lmite superior del flujo de potencia enviada desde i hasta j. Determinada por la capacidad de la
lnea de transmisin
K = Suma de las demandas generacin

Si i I, entonces ai > 0; de otro modo ai = 0. Si j J, entonces bj > 0; de otro modo bj = 0.

Cij = 0 para todo i N

El costo de retener el exceso de potencia en un nudo i, es cero para todo i. La variable Xii, se puede
interpretar como una variable slack. Si no existe conexin entre los nudos i y j, entonces se asume que
Cij = .

6.5.1 Planificacin de la Expansin del Sistema de Transmisin: Modelo de Flujo DC

El objetivo del modelo matemtico del problema de la planificacin de la expansin del sistema
transmisin, es minimizar los costos de capital y operacin, asociados con la expansin del sistema
sobre el horizonte de planificacin [18]. Las restricciones asociadas con el modelo son las restricciones
fsicas y econmicas que son importantes cuando se decide expandir a costo mnimo.
92
El problema de la expansin de sistema de transmisin, puede ser planteado mediante:

min Ci PG i K j (Z j Z0j )
iN jA

donde:
C i = Costo por unidad de potencia en el nodo i para el periodo de planificacin,
PG i = Potencia activa inyectada a la red por los generadores en el nodo i
Kj = Costo de inversin en la construccin por enlace paralelo de la lnea j
Zj = Variable que representa el nmero de enlaces paralelos a la lnea j
Z 0j = Nmero inicial de enlaces paralelo de la lnea j
N G = Nmero de nodos con generadores
A n = Conjunto de posibles lneas

Para simplificar el problema, se asume el modelo de flujo de carga lineal (Flujo DC), el problema est
sujeto a las siguientes restricciones:

a) Balance de potencia nodal en cada nodo, por las leyes de Kirchhoff:

A T P
donde:
A = Matriz de incidencia nodal
T = Vector de flujos de potencia en las ramas
P = Vector de potencias inyectadas

b) Lmites de potencia en las ramas

T Tmax (Z j )

donde: Tmax = Vector de lmites de flujos de potencia en las ramas

En el modelo del flujo lineal, cada elemento del vector T, puede describirse como:

Zj
Tj ( j l )
xj
donde:

Z j = Variable que representa el nmero total de enlaces paralelos de la lnea j

x j = reactancia de un enlace de la rama j
j y l = ngulos de tensin de los nodos terminales de la rama j

93
sta restriccin puede ser escrito como:

B(Z j ) P
donde:

B ( Z j ) = Matriz de susceptancias, cuyos elementos son:

1
B kl ; los elementos fuera de la diagonal y
x kl
Bkk Bkl ; para los elementos de la diagonal
l

x kl = Reactancia total de la rama (k, l)

l k = rama conectadas a la barra k
= Vector de ngulos de las tensiones nodales

La otra restriccin:

B L A t Tmax (Z j )

Zj
donde: BL = Matriz diagonal cuyos elementos, son:
xj
El modelo de optimizacin resultante, es:

min C i PG i K j (Z j Z 0j )
iN jA

s.a :
B(Z j ) P
B L A t Tmax (Z j )

6.5.2 Planificacin de Expansin de la Generacin [19]

El objetivo tradicional del problema de expansin de la generacin (PEG), es determinar un programa

de inversiones, la cual permite atender a la demanda, minimizando el valor presente tanto de los costos
de inversin como de los costos de operacin. Es un problema de optimizacin no lineal, estocstico,
complejo y de gran escala, con variables discretas, continuas y enteras.

Debido a la complejidad, normalmente se emplean los esquemas de descomposicin como las de

Benders (1962). El mtodo de descomposicin, es muy adecuado cuando existen plantas hidrulicas,
debido a que el costo de operacin ptimo del sistema depende de las condiciones hidrolgicas, las
cuales tienen un comportamiento estocstico.

94
El PEG puede ser formulado, como:

T N
min z t cit x it d it yit
t 1 i 1
subjet to :
At xt bt
t
E x Ft y t h t
1
t 1, ... , T; i 1, ... , N
donde:
T Nmero de etapas en el horizonte de planificacin
N Nmero de plantas candidatas para la expansin
t tasa de actualizacin en la etapa t
ct = [cit] Vector de costos de inversin en la etapa t
xt = [xit] Vector de opciones de expansin en la etapa t (cuando xit = 1, la planta i podr
construirse en la etapa t, de otro modo, xit = 0)
dt = [dit] Vector de costos de operacin en la etapa t
yt = [yit] Vector de variables de operacin en la etapa t (usualmente la cantidad de energa
generada por la planta i en la etapa t o recorte de carga en t cuando i representa dficit
de energa)
At, Et, Ft Matrices de transformacin en la etapa t
bt, ht Vector de recursos en la etapa t

La formulacin alternativa del problema de la expansin de generacin, se puede representar, como:

Minimizar cx dy
sujeto a :
Ax b
Ex Fy h
x 0,1n
y0

Este problema puede ser resuelto mediante la tcnica de descomposicin de Benders. ste mtodo
tambin recibe el nombre de descomposicin primal porque el problema maestro fija variables del
primal. Descompone el problema lineal bietapa en un problema maestro y un subproblema.

95
El subproblema de inversin (Problema Maestro)

Minimizar cx
sujeto a :
Ax b
i (h - Ex); i 1, ... , k
x 0,1n

donde:
i Vector de multiplicadores duales asociado con la solucin ptima del sub-problema de
operacin.
R
k Nmero de iteraciones realizadas por el algoritmo de Benders.

El subproblema de operacin (Subproblema)

Minimizar dy
sujeto a :
Fy h Ex *
y0

96
Referencias Bibliogrficas
[1] A. Blanco, Control de Emergencias y Desprendimiento ptimo de Carga. Tesis de Magster,
PUCCh, Santiago de Chile, 1992.
[2] A. J. Wood, B.F. Wollenberg, Power Generation Operation & Control. John Wiley & Sons,
New York, 1983.
[3] Ch. A. Gross, Power System Analysis. John Wiley & Sons, Inc., New York, 1986.
[4] A. H. Noyola, et al., An Optimized Procedure for Determining Incremental Heat Rate
Characteristics. IEEE Trans. PS, Vol. 5, No. 2, May 1990, pp. 376 383.
[5] R. Aduviri, Operacin Econmica de Sistemas Elctricos de Potencia. Proyecto de Grado,
UTO, Oruro, 1988.
[6] H. Rudnick, Aspectos Tcnico Econmicos de la Desregulacin del Sector Elctrico. La Paz,
Febrero, 1995.
[7] J. I. Prez, Valoracin Econmica en Sistemas de Energa Elctrica: Servicios de Red y
Trnsitos de Potencias. PUCCh, Santiago de Chile, 1990.
[8] P. S. R. Murty, Power System Operation and Control. Mc Graw-Hill, New Delhi, 1984.
[9] H. Rudnick, Operacin Econmica de Sistemas Elctricos. Apuntes de Curso, PUCCh,
Santiago de Chile, 1990.
[10] J. Valenzuela, A. E. Smith, A Seeded Memetic Algorithm for Large Unit Commitment
Problems. Journal of Heuristics, 1999.
[11] P. Almendras, Modelo de Coordinacin Hidrotrmica en Sistemas Elctricos de Potencia.
Proyecto de Grado, UTO, Oruro, 1996.
[12] A. Halim, et al., An Efficient Method for Optimal Scheduling of Fixed Head Hydro and Thermal
Plants. IEEE Trans. PS, Vol. 6, No. 2, May 1991, pp. 632-636.
[13] D. Camac, Programacin Dinmica Dual Determinstica en el Despacho Hidrotrmico. Tesis
de Magster, PUCCh, Santiago de Chile, 1994.
[14] S. Tupa, Flujo ptimo de Potencia. Proyecto de Grado, UTO, Oruro, 1995.
[15] H. Congreso Nacional, Ley de Electricidad. Ley No 1604 de 21 de diciembre de 1994, Gaceta
Oficial de Bolivia.
[16] L. A. Machado, et al., Introduo ao Planejamento da Expanso e Operao de Sistemas de
Produo de Energia Elctrica. Eletrobras, EDUFF, Editora Universitria, 1990.
[17] A. Blanco, Aplicacin de Tcnicas de Optimizacin en Sistemas Elctricos. Curso de
Actualizacin, FNI, noviembre 1997.
[18] J. Contreras, A Cooperative Game Theory Approach to Transmission Planning in Power
Systems. Thesis Ph. D. University of California, Berkeley, 1997.
[19] Eloisa Teixera, et al., Generation Expansion Planning: An Iterative Genetic Algorithm
Approach. IEEE Trans. PS, Vol. 17, No.3, august 2002, pp. 901-906.
[20] F.S. Hillier, G. J. Lieberman, Una Introduccin a la Investigacin de Operaciones. Mc Graw-
Hill, 3a Edicin, Mxico, 1991.
[21] H. A. Taha, Investigacin de Operaciones, Una Introduccin. Alfaomega S.A. de C.V., 2da
edicin, Mxico. 1991.
[22] I. Castillo, Un Criterio ptimo Para Coordinar Estabilizadores en Sistemas Elctricos de
Potencia. Tesis de Doctorado, IPN, Guadalajara, 2002.
[23] A. Blanco, Optimizacin Va Algoritmos Genticos. Jornadas de Ingeniera Elctrica y
Electrnica, UTO, diciembre, 2002.

97
ANEXO A OPTIMIZACIN

A.1 Introduccin

E l desarrollo de los mtodos de optimizacin tiene su origen en la poca de los grandes

matemticos como Newton, Lagrange y Cauchy. Pero, a pesar de que en sa poca se dieron a
conocer contribuciones importantes, no fue sino hasta mediados del siglo XX, cuando se
desarrollaron las computadoras digitales y se implementaron nuevas herramientas de optimizacin.

Las races de la optimizacin como ciencia, se remontan a muchas dcadas, cuando se hicieron los
primeros intentos para emplear el enfoque cientfico para la asignacin de recursos econmicos y
materiales para el logro de un objetivo.

La optimizacin, conocido tambin con el nombre de Investigacin de Operaciones (IO), nace en la

segunda guerra mundial. Los cientficos britnicos fueron los precursores de la Investigacin
Operativa, su trabajo tena que ver principalmente con la asignacin ptima de los recursos limitados
del material de guerra [22, 23].

El inicio de la Investigacin de Operaciones, si bien fue de uso militar, rpidamente su aplicacin se

amplia a las reas de la economa e ingeniera.

En el rea de la ingeniera elctrica [1-3, 5, 6], la IO tiene una aplicacin relevante, principalmente por
la desregulacin de los mercados elctricos.

A.2 Fases de la Optimizacin [21]

Las principales fases de la optimizacin, son:

1. Definicin del problema

2. Construccin del modelo
Modelo Matemtico
3. Solucin del modelo
Mtodo de Optimizacin
Anlisis de Sensibilidad
Anlisis de Confiabilidad
4. Validacin del modelo
5. Aplicacin de los resultados

Los aspectos ms importantes dentro del proceso de optimizacin, son la modelacin y el anlisis de
sensibilidad, es decir, la interpretacin de las variables duales (multiplicadores de Lagrange y Kuhn-
Tucker) con el objeto de mejorar la solucin obtenida e implementar los resultados.

98
A.3 Ejemplos
Los ejemplos presentados, consideran ejemplos de autores reconocidos con el objeto de clarificar
conceptos e ideas sobre los problemas de optimizacin.

A.3.1 Fabricacin de Pinturas [21]

Una compaa posee una fbrica de pinturas para interiores y exteriores de casas para su distribucin al
mayoreo. Se utilizan dos materiales bsicos, A y B para producir pinturas.

La disponibilidad mxima de A es de 6 toneladas diarias; la de B es de 8 toneladas por da. La

necesidad diaria de materia por tonelada de pintura para interiores y exteriores, se resume en la Tabla
A.1.

Tabla A.1 Relacin de materias primas y disponibilidad.

Existencia Toneladas de materia prima por Disponibilidad
tonelada de pintura mxima (ton)
Recursos Exterior Interior
Materia prima A 1 2 6
Materia prima B 2 1 8

Un estudio de mercado ha establecido que la demanda diaria de pintura para interiores no puede ser
mayor que la pintura para exteriores en ms de una tonelada, asimismo, el estudio seala que la
demanda de pinturas para interiores est limitada a dos toneladas diarias.

El precio al mayoreo por tonelada es de $ 3000 para la pintura de exteriores y $ 2000 para la pintura de
interiores.

Cuanta pintura para exteriores e interiores debe producir la compaa todos los das para maximizar el
ingreso bruto?

Construccin del modelo

Las interrogantes que se plantean, son:

1.- Cules son las variables del problema?

2.- Qu restricciones deben imponerse a las variables a fin de satisfacer las limitaciones del
sistema?
3.- Cul es el objetivo que necesita alcanzarse para determinar la solucin ptima?

Variables

Las variables consideradas, son:

XE = numero de toneladas de pintura para exteriores producidas diariamente

XI = numero de toneladas de pintura para interiores producidas diariamente

Funcin objetivo

99
La funcin objetivo, es el ingreso bruto:

El ingreso bruto es CEXE+CIXI

Z= 3XE+2XI en miles de unidades monetarias

Restricciones

Uso de materias primas disponibilidad mxima

en ambas pinturas de materias primas

XE+2XI 6 materia prima A

2XE+XI 8 materia prima B

Restriccin de la demanda

XI XE+1
XI 2

Restricciones de no negatividad

XE 0; XI 0

El modelo matemtico, es:

Maximizar Z= 3XE+2XI funcin objetivo

Sujeto a:

XE+2XI 6
2XE+XI 8
-XE+XI 1 restricciones
XI 2
XE; XI 0

A.3.2 Fabricacin de Vidrios [20]

La WYNDOR GLASS CO., produce artculos de vidrio de alta calidad, incluyendo ventanas y puertas
de vidrio. Tiene tres plantas. Los marcos y molduras de aluminio se hacen en la planta 1, los marcos de
madera se fabrican en la planta 2 y en la 3 se produce el vidrio y se ensamblan los productos.

Debido a que las ganancias se han reducido, la gerencia general ha decidido reorganizar la lnea de
produccin. Se discontinuarn varios productos no rentables y se dejar libre una parte de la capacidad
de produccin para emprender la fabricacin de uno o dos productos nuevos que han tenido demanda.
Uno de los productos propuestos (producto 1) es una puerta de vidrio de 8" con marco de aluminio. El
otro (producto 2) es una ventana grande (4x6") para vidrio doble con marco de madera. El
100
departamento de mercadotecnia ha sacado por conclusin que la compaa puede vender todo lo que
pueda producir de cualquiera de los productos. Sin embargo, como ambos productos compiten por la
misma capacidad de produccin en la planta 3, no es obvio qu mezcla de los productos sera la ms
redituable. Por todo esto, la gerencia pidi al departamento de investigacin de operaciones que
estudiara el asunto.

Despus de hacer algunas investigaciones, el departamento mencionado determin: 1) el porcentaje de

la capacidad de produccin en cada planta que estar disponible para estos productos, 2) el porcentaje
de esta capacidad que requiere cada unidad producida por minuto y 3) la ganancia unitaria por cada
producto. Esta informacin se resume en le tabla siguiente:

Tabla A.2 Datos para la Wyndor Glass Co.

Capacidad usada por unidad de tasa de produccin

Producto Capacidad
Planta 1 2 disponible
1 1 0 4
2 0 2 12
3 3 2 18
Ganancia Unitaria $ 3 $5

Construccin del modelo

Las interrogantes planteadas, son:

1.- Cules son las variables del problema?

2.- Qu restricciones deben imponerse a las variables a fin de satisfacer las limitaciones del
sistema?
3.- Cul es el objetivo que necesita alcanzarse para determinar la solucin ptima?

Variables

XV = numero de ventanas producidas por minuto

XP = numero de puertas producidas por minuto

XV , XP , son las variables de decisin del modelo

Funcin objetivo

La funcin objetivo considerada es:

El ingreso bruto es CVXV+CPXP

Z= 3XV+5XP en unidades monetarias

Restricciones

Capacidad utilizada Capacidad disponible

101
 XV 4 Capacidad disponible planta 1
2XP 12 Capacidad disponible planta 2
3XV + 2XP 18 Capacidad disponible planta 3

Restricciones de no negatividad

XV, XP 0

El modelo matemtico resultante, est dado por:

Maximizar Z 3X V 5X P
sujeto a :
XV 4
2X P 12
3X V 2X P 18
XV , XP 0

Es un modelo de programacin lineal, que se puede expresar del siguiente modo:

max f ( x )
s. a :
hi ( x ) 0
x0
donde f() es la funcin objetivo y hi() las restricciones, son funciones lineales. Este problema no tiene
restricciones de igualdad.

A.4 Solucin grfica

El modelo se puede resolver en forma grfica si tiene dos variables, para modelo de tres o ms
variables, el mtodo grfico no es prctico, debido a que es imposible una representacin comprensible.

El mtodo grfico consiste en graficar las soluciones factibles que satisfagan las restricciones en forma
simultnea.

De la infinidad de soluciones factibles, solo son candidatos para el ptimo, los puntos de interseccin
del espacio de soluciones (vrtices).

Uno de los puntos extremos, es la solucin bsica del problema. En la Fig. A.1, se muestra la regin
factible determinada por las restricciones del ejemplo 3.A.1.

En un espacio n-dimensional, la funcin objetivo, es un hiperplano y las restricciones son otros

hiperplanos, entonces la regin de interseccin ser la solucin factible. La regin factible, en ste
caso, es un poliedro formado por los hiperplanos definidos por las restricciones en el espacio
dimensional n.

102
Fig. A.1 Solucin grfica del ejemplo A.3.1

Los vrtices (XE, XI) y el valor de la funcin objetivo Z, son:

(XE, XI) Z

A (0,0) 0
B (0,1) 2
C (1,2) 7
D (2,2) 10
1 1 2
E (3 , 1 ) 12
3 3 3
F (4,0) 12

Considerando los diferentes valores de la funcin objetivo evaluadas para cada vrtice, se concluye que
1 1 2
el vrtice E (3 , 1 ), entrega el valor mximo de la funcin objetivo: 12
3 3 3

A.5. Mtodo Simplex

El mtodo simplex desarrollado por Dantzig en 1947, consiste en probar todos los puntos candidatos
intersecciones-, si se satisface la condicin de optimalidad, entonces el punto de interseccin en
cuestin, ser la solucin.

En el problema de optimizacin:

max Z = f ( x )
s.a: Ax b
x 0

103
Las inecuaciones se pueden convertir con la adicin de una variable de holgura, Si, en ecuaciones:

Ax + S = b

El nuevo problema queda planteado de la siguiente forma:

max Z = 3XE +2XI + 0S1+ 0S2 + 0S3 + 0S4 Forma estndar

s. a: XE+2XI+S1 =6
2XE+XI +S2 =8
-XE+XI +S3 =1
XI +S4 =2
X , S 0

Mtodo Simplex Primal

Bsica Z XE XI S1 S2 S3 S4 Solucin
Z 1 -3 -2 0 0 0 0 0
S1 0 1 2 1 0 0 0 6
S2 0 2 1 0 1 0 0 8
S3 0 -1 1 0 0 1 0 1
S4 0 0 1 0 0 0 1 2

Solucin bsica XE=0; XI=0; S1=6; S2=8; S3=1; S4=2

La columna entrante; es el ms negativo de Z

La variable que sale

6 8
min { , }=4
1 2
S2

Z XE XI S1 S2 S3 S4 Soluci Soluci
n n
-3 -2 0 0 0 0 0
S1 1 2 1 0 0 0 6 S1 = 6
XE 1 0 0 0 4 XE= 4
S3 -1 1 0 0 1 0 1 S3 = 1
S4 0 1 0 0 0 1 2 S4 = 2

XE XI S1 S2 S3 S4 Soluci N. sol.
n
Z 0 -1/2 0 3/2 0 0 12
S1 0 3/2 1 - 0 0 2 S1 = 2
1/2
XE 1 0 0 0 4 XE= 4
S3 0 3/2 0 1 0 5 S3 = 5
S4 0 1 0 0 0 0 2 S4 = 2

Columna entrante XI
104
 2 4 5 2 4 10
min 3 , 1 , 3 , = min ,8, ,2
2 2 2 1 3 3
S1

Bsico XE XI S1 S2 S4 Solucin
S3
Z 0 -1/2 0 3/2 0 0 12
X1 0 3/2 1 -1/2 0 0 2
XE 1 0 0 0 4
S3 0 3/2 0 1 0 5
S4 0 1 0 0 0 0 2

Bsico XE XI S1 S2 S3 S4 Solucin
Z 0 -1/2 0 3/2 0 0 12
XI 0 1 2/3 -1/3 0 0 4/3
XE 1 0 0 0 4
S3 0 3/2 0 1 0 5
S4 0 1 0 0 0 1 2

Bsico XE XI S1 S2 S3 S4 Solucin
Z 0 0 1/3 4/2 0 0 12 2/3
XI 0 1 2/3 -1/3 0 0 4/3
XE 1 0 -1/3 2/3 0 0 10/3
S3 0 0 -1 1 1 0 3
S4 0 0 -2/3 1/3 0 1 2/3

En sta ultima tabla, en la columna solucin, se tienen los valores ptimos de la funcin objetivo, las
variables del problema y las variables de holgura.

105
ANEXO B PROGRAMACION NO LINEAL

B.1 Introduccin

M uchos problemas de optimizacin conducen a modelos no-lineales sin restricciones y con

restricciones. La resolucin de estos problemas puede ser compleja por su gran
dimensionalidad y el tipo de variables consideradas (continuas y/o discretas).

El modelo general de optimizacin, es de la forma:

min f ( x )
sujeto a :
g(x) 0
h (x ) 0

donde: f(), g() y h(), son en general funciones no lineales.

Al conjunto (x) se denomina conjunto de soluciones factibles o conjunto de oportunidades del

problema.

B.2 Mtodo de Resolucin

Los principales mtodos de optimizacin considerando los modelos no lineales, son:

Mtodo del gradiente del descenso (ascenso) ms pronunciado

Mtodo de Fletcher-Reeves
Mtodo de Newton
Mtodo de Davidson-Fletcher-Powell
Mtodo Cuasi-Newton

Son mtodos que requieren del conocimiento de valores de la funcin objetivo, el clculo de la primera
derivada, y otros de la segunda derivada de la funcin objetivo. Son mtodos de bsqueda indirecta y
son conocidos como mtodos del gradiente.

Un objetivo principal en la teora de la programacin no-lineal es la formulacin de las condiciones

necesarias y suficientes que se satisfacen en un punto solucin, estas condiciones se conocen como:

Tcnica de los multiplicadores de Lagrange, Kuhn-Tucker

Si bien no es un mtodo como tal, pero provee una herramienta para determinar la optimalidad de la
solucin hallada por algn mtodo.

Existen los mtodos heursticos, tales como:

Algoritmos genticos
106
 Bsqueda Tab
Recocido Simulado

B.2.1 Multiplicadores de Lagrange, Kuhn-Tucker

Los multiplicadores de Lagrange se emplean cuando se tienen restricciones de igualdad y los de Kuhn-
Tucker (1951) cuando se tienen restricciones de desigualdad. stos multiplicadores, se obtienen de las
condiciones de optimalidad que se muestran a continuacin.

Sea el problema:

min f ( x )
sujeto a :
g(x) 0
h (x ) 0

La funcin de Lagrange aumentada, es:

m p
L f ( x ) i g i ( x ) k h k ( x )
i 1 k 1
donde:
i Multiplicador de Lagrange
k Multiplicador de Kuhn-Tucker

Las condiciones necesarias para obtener el ptimo (obtener un mnimo local), son:

L
1.- 0 ; i = 1, 2, 3, ... , n
x i
L
2.- g i (x) 0 ; i = 1, 2, 3, ... , m
i

L
3.- h k ( x ) 0 ; k = 1, 2, 3, ... , p
k

4.- k h k ( x ) 0 ; k = 1, 2, 3, ... , p
k 0
Para determinar las n+m+p incgnitas x1, x2, ... , xn ; 1 , 2 , ... , m ; 1 , 2, ... , P, es necesario
resolver el conjunto de n+m+p ecuaciones. La solucin, entrega el punto ptimo en la regin factible.

107
Ejemplo B.1 Programacin No lineal

Minimizar f ( x1 , x 2 ) 3 x1 x 2 2 x 2 2 x12 x 22
sujeto a :
g ( x1 , x 2 ) 6 x1 x 2 0
h ( x1 , x 2 ) x1 2 x 2 7 0

La funcin de Lagrange aumentada, es:

L 3x1 x 2 2x 2 2x12 x 22 (6 - x1 x 2 ) (x1 2x 2 7)

Las condiciones necesarias de optimalidad, son:

L
1 3x 2 4 x1 0
x1
L
3x1 2 2 x 2 2 0
x 2
L
2 6 x1 x 2 0

L
3 x1 2 x 2 7 0

( x 1 2 x 2 7 ) 0
4
0

Si se considera que la restriccin h() est activa, entonces de acuerdo con la condicin de optimalidad,
0
Las ecuaciones, resultantes, son:

3x 2 4 x1 0
3x1 2 2 x 2 2 0
6 x1 x 2 0
x1 2x 2 7 0

La solucin, est dado por: x 1 19

x 2 13
f 1658
315
200
Como > 0, se confirma que la restriccin h() est activa.

108
Por otra parte, si se considera que la restriccin h() no est activa, entonces, = 0, por lo tanto, las
nuevas ecuaciones resultantes, son:
3x 2 4 x 1 0
3x 1 2 2 x 2 0
6 x1 x 2 0
x1 2x 2 7 0

La solucin, es:
7
x1
3
11
x2
3
5

3
0

Pero, si se evala la restriccin h() en el punto solucin, se ve que no se satisface la restriccin:

50
h ( x1 , x 2 ) ( 2.333, 3.66) 0
3
El cual contradice a la suposicin inicial de que sta restriccin no es activa, por tanto, > 0 y la
solucin vlida es la primera.

El teorema de Lagrange Karush - Kuhn Tucker, solo entrega las herramientas necesarias para la
verificacin de la existencia de un punto extremo correspondiente a un mnimo. En el problema en
cuestin, las ecuaciones resultantes son lineales y aceptan una solucin, pero, si fueran no lineales, sta
tcnica no permite hallar la solucin fcilmente.

B.2.1.1 Interpretacin Geomtrica de los Multiplicadores de Lagrange

En el problema

min f ( x )
s.a :
g( x ) 0

La funcin Lagrangeana, es:

L f(x) g ( x )

109
Considerando un espacio de dos dimensiones, en la Fig. B.1, se muestra la grfica de f(x) y g(x).
L
Como condicin de existencia de un mnimo, es la nulidad del vector , el que corresponde al
x
vector gradiente de f en x, f, este vector es ortogonal a la familia de curvas de la funcin objetivo, en
el punto en cuestin.

En el punto ptimo el gradiente de f, f, es perpendicular a g(x). Para garantizar que la gradiente de

f, f, sea normal a g, se requiere que f y g sea vectores linealmente dependientes.

L
Es decir: f ( x ) g ( x ) 0 , por tanto , es un factor de proporcionalidad, valor necesario
x
L
para que sea nulo.
x

Fig. B.1 Interpretacin grfica de los multiplicadores de

Lagrange

B.2.2 Mtodo de la Gradiente de Descenso ms Pronunciado

El mtodo de la gradiente de descenso ms pronunciado, es un mtodo de primer orden, se aplica para

resolver problemas de minimizacin.

En el caso de problemas de maximizacin, el mtodo equivalente es el mtodo de la gradiente del

ascenso ms pronunciado, pero todo problema de maximizacin se puede transformar en un problema
de minimizacin equivalente. En lo que sigue solo se explicar el mtodo del descenso solamente.

110
Fig. B.2 Interpretacin grfica del mtodo del descenso ms pronunciado.

La gradiente de f, f, es ortogonal a la familia de curvas de la funcin objetivo, esta caracterstica del

gradiente es la que se usa en este mtodo. La idea bsica de este mtodo es moverse desde un punto de
solucin factible f, en busca de nuevas y mejores soluciones en la direccin del descenso ms
acelerado, esto es, en la direccin del gradiente negativo. El nuevo punto factible encontrado estar ms
cercano al ptimo

De acuerdo a la Fig. B.2, la interpretacin grfica del mtodo, es el siguiente: Sea A una solucin
factible inicial, si se evala el gradiente de f en este punto, fA, se encontrar la direccin en que ms
rpidamente crecen las funciones. Por lo tanto es posible encontrar otra solucin en la direccin del
gradiente negativo. Sea esta nueva solucin el punto B, consecuentemente este punto tendr un menor
valor para la funcin objetivo y estar ms cerca de la solucin ptima que el punto A, se procede as
sucesivamente hasta satisfacer algn criterio de convergencia.

El gradiente de f, provee una direccin adecuada para acercarse al punto ptimo; pero ello an no es
suficiente. Con que valor debe ser amplificado el vector f para poder llegar desde A a B desde B a
C?.

Claramente se puede comprender que el vector correccin x queda determinado no solo por una
direccin, sino tambin por un escalar que le da el tamao necesario a dicho paso, entonces:

x c f

La eleccin del escalar c, es una de las partes dbiles y crticos del mtodo.

Pasos de solucin

Paso 1.- Asumir un punto inicial factible x0 que satisfaga

g( x 0 ) 0

Paso 2.- Determinar

111
 t
L f g
L 0
x x x

1
g t f
; x variable dependiente
x x

Paso 3.- Calcular la gradiente L

t
f g
L ; x variable independiente
x x

Paso 4.- Buscar nuevos valores

x i 1 x i x
x c L

Paso 5.- Repetir los pasos 1 al 4 hasta que L sea suficientemente pequeo :

f ( x ) i1 f ( x ) i

En el ejemplo B.2, se aplica ste mtodo.

Ejemplo B.2 Gradiente del Ascenso ms Pronunciado

max 2 x 1 3x 2 1
s. a :
x 12 1.5x 22 6 0

Sea: x2 la variable independiente y

x1 la variable dependiente

L 2 x1 3 x 2 ( x12 1.5 x 22 6)

L
3 3 x2 0 (a)
x 2

L
2 2 x1 0 (b)
x1
112
 L
x12 1.5 x 22 6 0 (c)

Paso 1 x 1 6 1.5 x 22 de (c )

1
Paso 2 de (b)
x1

Paso 3 L 3 3 x 2 de (a)

Paso 4 x i21 x i2 c L

Sea: c = 0.3 y x 02 = 1
En la tabla B.1, se muestra los resultados de cada iteracin y en la sptima iteracin se puede hallar la
solucin.

Tabla No. B.1 Resultados del mtodo del gradiente del ascenso ms pronunciado
i x2 x1 L
0 1 2.12 -0.47 1.59
1 1.476 1.653 -0.605 0.322
2 1.572 1.514 -0.661 -0.116
3 1.538 1.566 -0.638 0.055
4 1.554 1.542 -0.648 -0.024
5 1.547 1.553 -0.644 0.010
6 1.555 1.549 -0.646 -0.004
7 1.549 1.549 -0.646 0

Y el valor de la funcin objetivo, es:

f (x 1 , x 2 ) (1.549, 1.549) 6.745

En el mtodo del gradiente, la eleccin del tamao del paso es muy crtica para lograr la convergencia.
En cada paso, se puede buscar el paso ptimo al resolver un sub-problema de optimizacin como se
muestra en el ejemplo B.3.

Ejemplo B.3 Minimizacin sin restricciones con paso ptimo

Este ejemplo muestra que en cada paso, se puede determinar el tamao del paso ptimo en cada
iteracin.
Sea el problema de minimizacin:

113
 min 2 x1x 2 2x 2 x12 2x 22
0
considerando el punto de partida: x 0
0

x 1 x 0 t f x 0 ; sea d 0 f x 0
Sub problema

min h ( t ) f ( x 0 t f ( x 0 ))

donde: t tamao del paso

2x 2 2x1 0
d 0 f (x 0 ) 0
2x 1 2 4 x 2 X 0 2
0

~ ~ ~
h ( t ) f ( x 0 t d 0 ) f ((0,0) t (0,2)) f (0, 2 t )
h ( t ) 2(2t ) 2(2 t ) 2 4 t 8t 2
1
h(t) = -4 + 16t = 0; t
4
0 1 0 0
x1 x 0 t 0 d 0
0 4 2 1 / 2
1
d1 f ( x 1 )
0
~ 1 ~ ~
h ( t ) f ( x t d1 ) f ((0,1 / 2) t (1,0)) f ( t ,1 / 2)
1 1 2 2
1 1
h ( t ) 2t 2 t 2 t t 2
2 2 2 2
1
h(t) = -1 + 2t = 0; t
2
0 1 1 1 / 2
x 2 x1 t1 d1
1 / 2 2 0 1 / 2

La solucin, tiende a:

0 0 1 / 2 1 / 2 3 / 4 3 / 4 7 / 8 1
, , , , , , , .... ,
0 1 / 2 1 / 2 3 / 4 3 / 4 7 / 8 7 / 8 1

En la Fig. B.3, se muestra esquemticamente, la convergencia a la solucin, el punto (1, 1). En

problemas reales, la determinacin del paso ptimo para cada iteracin, requiere mucho esfuerzo
computacional adicional, debido a la cual, se elige el tamao de paso adecuado por pruebas sucesivas y
se mantiene constante a lo largo del proceso de optimizacin.

114
 x2

1 o

3/4

1/2

x1
0 1/2 3/4 1

Fig. B.3 Representacin esquemtica de la convergencia a la solucin

115
ANEXO C PROGRAMACION DINAMICA

C.1 Introduccin

L a programacin dinmica (PD), es una tcnica de optimizacin intertemporal. Esta metodologa

de optimizacin dinmica fue desarrollada por el matemtico Richard Bellman en 1957, y desde
entonces ha sido utilizada principalmente en el planteamiento de modelos de optimizacin.

Esta tcnica aprovecha la naturaleza recursiva del problema para resumir el planteamiento en una
relacin denominada Ecuacin de Bellman. El mtodo se sustenta en el principio de optimalidad.

Un problema de optimizacin intertemporal o con variables discretas, se puede plantear mediante el

siguiente modelo de optimizacin:

T
Minimizar V f t ( y t , u t ) Z ( y T 1 )
t 0
sujeto a y t 1 g t ( y t , u t ) t 0, 1, 2, ... , T
y 0 dado (C.1)
y t 1 libre
yt 0
ut 0
donde:

V funcin objetivo
f() funcin de retorno
g() Ecuacin de movimiento o de transicin
ut Variables de control
yt Variable de estado

C.2 El Principio de Optimalidad

El problema de programacin dinmica cumple con dos propiedades fundamentales que permiten la
resolucin de una forma recursiva:

a) Propiedad de separabilidad: Para todo t, las funciones de retorno y transicin, ft() y gt(), dependen
de t y de los valores contemporneos de las variables de control y estado, pero no de sus valores
pasados o futuros.

b) Propiedad de aditividad: El funcional objetivo V es la suma de las funciones de retorno en los T

perodos.

Sobre la base de estos dos principios es que se establece el principio de optimalidad:

116
Principio de optimalidad

La secuencia de variables de control ut* (t = 0, 1, 2, ... , T) es una solucin ptima al problema (C.1)
si y slo si u* (=t,t+1,t+2,...,T) resuelve el siguiente problema t=0,1,2,...,T:

T
Minimizar Vt f ( y 1, u ) Z( y T 1 )
t
sujeto a y 1 g ( y , u ) t , t 1, t 2,..., T (C.2)
y t dado
y T 1 dado

Ejemplo C.1 Cargamento de un Barco [21]

Considere que se carga un barco con N artculos. Cada unidad del artculo i tiene un peso Wi y un
valor de Vi, (i = 1, 2, ... , N). El peso de carga mxima es W. Se requiere determinar la cantidad de
carga ms valiosa sin que se exceda el peso mximo que puede cargar el barco.

Si ki es el nmero de unidades del artculo i, el problema ser:

max V1 k1 V2 k 2 ...... VN k N
s. a :
W1 k1 W2 k 2 ...... WN k N W
k i entero no negativo

La programacin dinmica originalmente se origina como un mtodo para la toma de decisiones

ptimas en un proceso secuencial en el tiempo. Pero los problemas se pueden plantear como
dependientes del tiempo.

El problema general
T
z max g t (S t i , X t )
t i
S t t (S t i , X t ); t 1, 2, ..... , T 1 ; Ecuacin de estado del sistema
S0 dado; estado inicial
St variable de estado

117
 Fig. C.1 Diagrama de secuencias ptimas.

El valor de St, para t dado, provee el valor del estado del sistema al inicio del intervalo ti

xt, variable de decisin en el intervalo t. En un cierto instante t, el valor del estado inicial S 0 y de la
secuencia de decisiones posible x1, x2, x3, ... , xt-1

C.3 Algoritmo de la Programacin Dinmica

El modelo de programacin dinmica se construye considerando sus tres elementos bsicos:

La etapa j , representada por el artculo j, j = 1, 2, ..... , N

1. El estado Yj, en la etapa j es el peso total asignado a las
etapas j, j+1, ..... , N; Y1=W y Yj = 0, 1, ... , W, para j = 2, 3, ..... , N
2. La alternativa kj en la etapa j es el numero de unidades del articulo j. El valor de kj puede ser tan
chico como cero o tan grande como W/wi

Sea fj(Yj)= valor ptimo de las etapas j, j+1, ...... , N; dado el estado Yj

La ecuacin recursiva (de retroceso) esta dada como:

f N (YN ) max VN k N
k N 0, 1, ......., YN / WN
YN 0, 1, ......., W

f j (Yj) max V jkj f j1 (Yj Wj k j , j 1, 2, .... , N - 1

k j 0, 1, ......., Yj / W j
Y j 0, 1, ......., W

La ecuacin recursiva (de avance) esta dada como:

f1 (Y1 ) max V1k1

118

f j (Yj) max V jkj f j1 (Yj Wj k j , j 2, 3, .... , N

k j 0, 1, ......., Yj / W j
Y j 0, 1, ......., W

C.4 Algoritmo de Dijstra

El algoritmo de dijstra, es un algoritmo para determinar caminos de costo mnimo.

Sea un grafo que contiene nudos y arcos:

Wij peso asignado al arco (i, j) Wij

i j

g(i) costo del camino de peso mnimo del nudo 1 al nudo i

asumir g(1) = 0

Paso 1

g(1) = 0; V={1};
Wij, si el arco (i, j) existe
hj
, si no existe el arco

Paso 2

Sea i arg min h ( j)

j U
Min f ( x )
xC
x solucin ptima
x arg min f(x)
xC

Si es nico, elegir i, si no elegir uno cualquiera de ellos

Hacer U U {i}

119
 y g(i) = h(i) si U = V parar

V conjunto de todos los vrtices.

Paso 3

Para todo j V , con (i, j) arco presente en el grafo, calcular h ( j) min{ g (i) Wij, h ( j)} . Volver al
paso 2.

Ejemplo C.2 Distancia Mnima entre Dos Nodos

Determinar el costo mnimo entre los nudos 1 y 4

2
2
6

1
1 4
4 2

Sea U 1 V 1, 2, 3, 4

Paso 1
g(1) = 0

Paso 2: i 2 arg min h ( j)

jU
U U 1 1, 2

g(2) = h(2) = 2 UV

Paso 3: h (3) min g (2) 1, h (3) 3

h (4) min 2 6, 8
i arg min h ( j) arg min h (3), h (4) 3
jU

U 1, 2, 3
Paso 2: g(3) = h(3) =3 UV

Paso 3: V U 4
h (4) min g (3) 2, 8 5

120
ANEXO D TCNICAS HEURSTICAS

D.1 Introduccin

L os mtodos clsicos de optimizacin se basan en la formulacin geomtrica de las funciones

convexas. Es decir, que el espacio de bsqueda es convexo, el cual garantiza la existencia de un
mnimo. Si el modelo de optimizacin est compuesta de funciones no convexas, los mtodos
clsicos pueden fallar, una alternativa para enfrentar estos problemas son la tcnicas heursticas.

Otra complicacin de los mtodos clsicos, es que algunos exigen que exista la primera y segunda
derivada. Muchos problemas prcticos se caracterizan por ser no-diferenciables, discontinuos y no-
convexo en algunos puntos, en estos casos los mtodos clsicos, resultan ser ineficientes, con un alto
costo computacional y solo entregue ptimos relativos (locales).

En los ltimos aos, la optimizacin basada en tcnicas heursticas tiene un especial inters y atrae la
atencin de especialistas en problemas de optimizacin.

Estas tcnicas, son: [22]

Recocido (Templado) Simulado, ste mtodo es anlogo al proceso fsico del templado de
slidos.
Bsqueda Tab, se basa en almacenar en memoria una lista con los resultados recientes y los
vuelve tab para la obtencin de los resultados siguientes.
Redes Neuronales, sta tcnica se basa en la solucin de los problemas utilizando el clculo
eficientes de una red de neuronas interconectadas
Algoritmos Genticos, son tcnicas de bsqueda basadas en la mecnica de la seleccin natural
y de la gentica natural.

D.2 Templado Simulado

El templado simulado es un mtodo de bsqueda global que usa variaciones estocsticas para aceptar o
rechazar nuevas soluciones para evitar quedar atrapado en mnimos globales.

ste mtodo es anlogo a considerar un proceso fsico de templado de materiales slidos basado en el
enfriamiento de los cristales. El algoritmo requiere de una temperatura inicial, una temperatura final y
una funcin de variacin de temperatura. No requiere mucho espacio de almacenamiento en memoria.

D.3 Algoritmos Genticos [23]

Los Algoritmos Genticos (GA) fueron introducidos por John Holland en 1970 inspirndose en el
proceso observado en la evolucin natural de los seres vivos.

Los Bilogos han estudiado en profundidad los mecanismos de la evolucin, y aunque quedan parcelas
por entender, muchos aspectos estn bastante explicados. De manera muy general se puede decir que
121
en la evolucin de los seres vivos, el problema al que cada individuo se enfrenta cada da es la
supervivencia. Para ello cuenta con las habilidades innatas provistas en su material gentico. A nivel de
los genes, el problema es el de buscar aquellas adaptaciones beneficiosas en un medio hostil y
cambiante. Debido en parte a la seleccin natural, cada especie gana una cierta cantidad de
"conocimiento", el cual es incorporado a la informacin de sus cromosomas.

As pues, la evolucin tiene lugar en los cromosomas, en donde est codificada la informacin del ser
vivo. La informacin almacenada en el cromosoma vara de unas generaciones a otras. En el proceso de
formacin de un nuevo individuo, se combina la informacin cromosmica de los progenitores aunque
la forma exacta en que se realiza es an desconocida.

La Biologa Evolucionaria es una fuente fuerte de inspiracin para resolver problemas de optimizacin.
La propia naturaleza tiene que realizar una bsqueda en un enorme conjunto de soluciones posibles, las
secuencias genticas, para desarrollar organismos aptos que vivirn y se reproducirn en sus ambientes.

Los Algoritmos Genticos son mtodos da Computacin Evolucionaria que siguen los principios de la
seleccin natural y de la sobrevivencia del ms apto, expuestos en el libro The Origin of Species de
Charles Darwin, para simular el proceso de la evolucin natural y desarrollar soluciones para el mundo
real. A estos principios son adicionados los conceptos iniciados por Mendel, en el que se refiere a la
estructura gentica dos seres vivos.

Los algoritmos genticos establecen una analoga entre el conjunto de soluciones de un problema y el
conjunto de individuos de una poblacin natural, codificando la informacin de cada solucin en un
string (vector binario) a modo de cromosoma.

A tal efecto se introduce una funcin de evaluacin de los cromosomas, que se llama calidad ("fitness")
y que est basada en la funcin objetivo del problema. Igualmente se introduce un mecanismo de
seleccin de manera que los cromosomas con mejor evaluacin sean escogidos para "reproducirse" ms
a menudo que los que la tienen peor.

El algoritmo que representa el funcionamiento de los algoritmos genticos es el siguiente:

1.- Se crea una poblacin inicial de m individuos.

2.- El valor de cada individuo se escoge de forma aleatoria.
3.- Se evala cada uno de los individuos sobre la funcin de evaluacin.
4.- Se seleccionan n individuos para formar la poblacin intermedia.
5.- Se aplica el cruce a los p individuos progenitores.
6.- Se aplica la mutacin a la nueva poblacin.
7.- Se sustituyen los individuos de la poblacin inicial por los nuevos.
8.- Si se cumple la condicin de parada, se elige el individuo ms apto, si no se vuelve al punto
3.

D.4 Bsqueda Tab

La bsqueda tab emplea una memoria a corto plazo para guiar la bsqueda, de tal forma que algunas
soluciones examinadas recientemente se memorizan y se vuelven tab (prohibidas) al tomar decisiones

122
acerca del siguiente punto de bsqueda. De esta manera, el mtodo tiene una habilidad de escapar de
ptimos locales usando la memoria de recientes soluciones conocida como lista tab.

D.5 Redes Neuronales

El mtodo de redes neuronales est basado en una estructura de procesamiento de informacin paralela,
distribuida, que consiste de elementos de procesamiento (puede tener memoria local y realizar
operaciones de procesamiento de informacin localizada). Cada elemento de procesamiento tiene
muchas entradas y una sola salida.

123