Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Analisis Del Despacho Del Sistema de Generacion de El Salvador PDF
Analisis Del Despacho Del Sistema de Generacion de El Salvador PDF
INGENIERO ELECTRICISTA
POR
OCTUBRE 2004
SAN SALVADOR, EL SALVADOR, C.A.
RECTOR
JOSÉ MARÍA TOJEIRA, S.J.
SECRETARIO GENERAL
RENÉ ALBERTO ZELAYA
LECTOR
DORIS CALDERÓN
INDICE
SIGLAS ..........................................................................................................................................1
ABREVIATURAS............................................................................................................................2
SIMBOLOGIA.................................................................................................................................3
PROLOGO .....................................................................................................................................5
CAPITULO 1. MARCO TEORICO
1.1. Introducción ................................................................................................................7
1.2. Partes constitutivos de un SEP ..................................................................................7
1.3. Tipos de organización de los mercados eléctricos ....................................................8
1.3.1 Sistema verticalmente integrado .................................................................8
1.3.2 Sistema centralizado ...................................................................................9
1.3.3 Sistema descentralizado ...........................................................................10
1.4 Tipos de oferta de energía en los mercados eléctricos ............................................11
1.5 Despacho económico de carga.................................................................................12
1.6 Tipos de programación de sistemas de generación en SEP ....................................12
CAPITULO 2. DESPACHO ECONOMICO
2.1 Introducción ...............................................................................................................15
2.2 Curvas características de unidades generadoras.....................................................15
2.2.1 Unidades termoeléctricas ..........................................................................16
2.2.2 Unidades hidroeléctricas ...........................................................................18
2.3 Despacho económico unidades térmicas .................................................................20
2.3.1 Restricciones en la operación de unidades termoeléctricas .....................20
2.3.2 Despacho económico básico.....................................................................21
2.3.3 Despacho económico con limites de potencia ..........................................24
2.3.4 Despacho económico con pérdidas de transmisión..................................24
2.4 Métodos de optimización...........................................................................................26
2.4.1 Método de iteración Lambda .....................................................................26
2.4.2 Método del gradiente.................................................................................27
2.4.3 Método de Newton ....................................................................................28
2.4.4 Método de Relajación de Lagrange ..........................................................29
CAPITULO 3. UNIT COMMITMENT
3.1 Introducción ...............................................................................................................33
3.2 Métodos de solución para la asignación de unidades ..............................................35
3.2.1 Diseño de lista de prioridades ...................................................................36
3.2.2 Programación dinámica.............................................................................37
3.2.3 Relajación de Lagrange.............................................................................41
CAPITULO 4. COORDINACION HIDROTERMICA
4.1 Introducción .................................................................................................................. 53
4.2 Características principales ........................................................................................... 54
4.3 Restricciones en la operación de unidades hidroeléctricas ......................................... 56
4.4 Coordinación hidrotérmica............................................................................................ 56
4.4.1 Descripción del problema ............................................................................. 57
4.4.2 Modelos de largo plazo................................................................................. 57
4.4.3 Modelos de mediano plazo........................................................................... 58
4.4.4 Modelos de corto plazo................................................................................. 58
4.5 Planteamiento matemático ........................................................................................... 59
4.6 Coordinación hidrotérmica básica ................................................................................ 60
4.7 Unidades hidroeléctricas en cascada........................................................................... 63
4.8 Formulación del problema mediante relajación de Lagrange ...................................... 65
4.8.1 Modelo matemático ...................................................................................... 66
4.9 Significado económico de los multiplicadores.............................................................. 70
CAPITULO 5. PROGRAMA DE COORDINACION HIDROTERMICA
5.1 Introducción .................................................................................................................. 71
5.2 Bloques del Programa .................................................................................................. 71
5.2.1 Optimizacion ................................................................................................. 71
5.2.2 Maxhidro ....................................................................................................... 72
5.2.3 costterm ........................................................................................................ 74
5.3 Desarrollo del Método de Optimización de la Relajación de
Lagrange en las unidades térmicas en el programa ...................................... 75
5.4 Algoritmo del método de la relajación de Lagrange
para realizar el despacho hidrotermico. ....................................................................... 79
5.5 Implementación del programa mediante un
ejemplo resuelto por el metodo RL............................................................................. 81
CAPITULO 6. MODELAJE
6.1 Introducción .................................................................................................................. 95
6.2 Unidades térmicas ........................................................................................................ 95
6.2.1 Generador Acajutla-MD ................................................................................ 97
6.2.2 Generador Nejapa ........................................................................................ 98
6.2.3 Generador Acajutla-u1………………………………………………………….100
6.2.4 Generador Acajutla-u2.................................................................................101
6.2.5 Generador Acajutla-u5................................................................................ 102
6.2.6 Generador Soyapango-u1 .......................................................................... 103
6.2.7 Generador CESSA ..................................................................................... 104
6.3 Generadores hidroeléctricos ...................................................................................... 105
6.3.1 Central Guajoyo.......................................................................................... 108
6.3.2 Central Cerrón Grande ............................................................................... 109
6.3.3 Central 5 de Noviembre.............................................................................. 110
6.3.4 Central 15 de Septiembre .......................................................................... 111
6.4 Datos Semanales ....................................................................................................... 112
6.4.1 Datos semanales de estación hidrológica húmeda.................................... 112
6.4.2 Datos semanales de estación hidrológica seca ......................................... 117
CAPITULO 7 ANALISIS DEL DESPACHO DEL SISTEMA DE
GENERACIÓNDE EL SALVADOR
7.1 Introducción ................................................................................................................ 121
7.2 Sistemas de organización eléctrica en El Salvador ................................................ 121
7.3 Metodología del despacho de carga en El Salvador ................................................. 123
7.3.1 Ofertas de oportunidad............................................................................... 125
Tabla 3.1 Combinaciones posibles de tres unidades supliendo una carga de 550 MW.......... 34
Tabla 3.2 Posibles combinaciones para N unidades y T periodos........................................... 35
Tabla 3.3 Combinación óptima de unidades del Ejemplo 3A para una carga variable............ 36
Tabla 3.4 Costo promedio de producción para las unidades del ejemplo 3A .......................... 37
Tabla 3.5 Despacho de unidades en base a su costo promedio de producción...................... 37
Tabla 3.6 Posibles trayectorias para el Ejemplo 3B ................................................................. 39
Tabla 3.7 Subtrayectorias óptimas para el Ejemplo 3B............................................................ 39
Tabla 3.8 Estados para cada etapa del Ejemplo 3B ................................................................ 40
Tabla 3.9 Datos de demanda para el Ejemplo 3C.................................................................... 47
Tabla 3.10 Resultados de la primera iteración del Ejemplo 3C ................................................. 48
Tabla 3.11 Resultados de la segunda iteración del Ejemplo 3C................................................ 49
Tabla 3.12 Resultados de la tercera iteración del Ejemplo 3C .................................................. 49
Tabla 3.13 Resultados de la cuarta iteración del Ejemplo 3C.................................................... 50
Tabla 3.14 Resultados de la quinta iteración del Ejemplo 3C.................................................... 50
Tabla 3.15 Resultados de la sexta iteración del Ejemplo 3C ..................................................... 51
Tabla 3.16 Duality gap en cada iteración ................................................................................... 52
Tabla 5.1 Argumentos de entrada-salida de las funciones fmincon y Linprog......................... 73
Tabla 5.2 Parámetros de la optimización ................................................................................. 74
Tabla 5.3 Demanda de los 24 períodos ................................................................................... 82
Tabla 5.4 Potencias Hidráulicas despachadas en 1ª iteración ................................................ 84
Tabla 5.5 Volúmenes finales para los 24 períodos de la simulación en 1ª iteración ............... 85
Tabla 5.6 Valor del agua para los 24 períodos de la simulación en 1ª iteración ..................... 85
Tabla 5.7 Resultados del recurso térmico para los 24 períodos de la simulación
en 1ª iteración .......................................................................................................... 86
Tabla 5.8 Resultados de la coordinación hidrotérmico de la simulación en 1ª iteración ......... 87
Tabla 5.9 Potencias Hidráulicas finales despachadas en la simulación .................................. 87
Tabla 5.10 Volúmenes finales para los 24 períodos de la simulación ....................................... 88
Tabla 5.11 Valores del agua finales para los 24 períodos de la simulación .............................. 89
Tabla 5.12 Resultados finales del recurso térmico para los 24 períodos de la simulación........ 91
Tabla 5.13 Resultados finales de la coordinación hidrotérmica de la simulación ..................... 92
Tabla 6.1 Generadores térmicos seleccionados para modelar el sistema del país................. 95
Tabla 6.2 Datos para calcular curva característica entrada-salida generador Acajutla-MD .... 98
Tabla 6.3 Datos para calcular curva característica entrada-salida generador Nejapa ............ 99
Tabla 6.4 Datos para calcular curva característica entrada-salida generador Acajutla u1 ...... 100
Tabla 6.5 Datos para calcular curva característica entrada-salida generador Acajutla u2 ...... 101
Tabla 6.6 Datos para calcular curva característica entrada-salida generador Acajutla u5 ...... 102
Tabla 6.7 Datos para calcular curva característica entrada-salida generador Soya u1........... 103
Tabla 6.8 Datos para calcular curva característica entrada-salida generador CESSA............ 104
Tabla 6.9 Tabla de resumen de generadores térmicos ............................................................ 105
Tabla 6.10 Centrales hidroeléctricas del sistema de potencia del país...................................... 105
Tabla 6.11 Eficiencias de centrales para estación hidrologica húmeda..................................... 113
Tabla 6.12 Datos de demanda del periodo del 22-28 de Septiembre del 2003 ......................... 113
Tabla 6.13 Influjos naturales de Central Guajoyo período húmedo ........................................... 114
Tabla 6.14 Influjos naturales de Central Cerron Grande período húmedo................................. 114
Tabla 6.15 Influjos naturales de Central 5 de Noviembre período húmedo ............................... 115
Tabla 6.16 Influjos Naturales Central 15 de Septiembre período húmedo................................. 115
Tabla 6.17 Datos de volúmenes iniciales y finales de las centrales.......................................... 116
Tabla 6.18 Datos de volúmenes mínimos y máximos de las centrales...................................... 116
Tabla 6.19 Eficiencias de centrales para estacion hidrologica seca .......................................... 117
Tabla 6.20 Datos de semana del periodo del 03-09 de Enero del 2004 .................................... 117
Tabla 6.21 Influjos naturales Central Guajoyo período seco...................................................... 118
Tabla 6.22 Influjos naturales Central Cerron Grande período seco ........................................... 118
Tabla 6.23 Influjos naturales Central 5 de Noviembre período seco.......................................... 119
Tabla 6.24 Influjos naturales Central 15 de Septiembre período seco....................................... 119
Tabla 6.25 Datos de volúmenes iniciales y finales de las centrales........................................... 120
Tabla 6.26 Datos de volúmenes mínimos y máximos de las centrales...................................... 120
Tabla 7.1 Alturas y volúmenes reales de centrales hidroeléctricas en Semana Enero 2004 .. 129
Tabla 7.2 Alturas y volúmenes reales de centrales hidroeléctricas
en Semana Septiembre 2003................................................................................... 129
Tabla 7.3 Energía diaria generada por recurso térmico en semana Enero 2004..................... 130
Tabla 7.4 Energía diaria total generada por recurso en semana Enero 2004.......................... 130
Tabla 7.5 Precios diarios del MRS ($/MWh) durante la semana del 03-09 Enero 2004.......... 130
Tabla 7.6 Alturas y volúmenes reales de centrales hidroeléctricas
en semana Septiembre 2003……………………………………………………………..131
Tabla 7.7 Energía diaria generada por recurso hidroeléctrico en semana Septiembre 2003 . .131
Tabla 7.8 Energía diaria generada por recurso térmico en semana Septiembre 2003............ 131
Tabla 7.9 Energía total generada por recurso en semana Septiembre 2003........................... 132
Tabla 7.10 Precios del MRS ($/MWh) durante la semana de 22-28 Septiembre 2003 ............. 132
Tabla 7.11 Alturas y volúmenes de la simulación de centrales hidroeléctricas Enero 2004..... 133
Tabla 7.12 Energía diaria generada por recurso hidroeléctrico en simulación Enero 2004....... 133
Tabla 7.13 Energía diaria generada por recurso térmico en simulación Enero 2004 ................ 133
Tabla 7.14 Energía diaria total generada por recurso en simulación Enero 2004 ..................... 134
Tabla 7.15 Precios diarios del Cmg ($/MWh) durante la semana de Enero 2004 .................... 134
Tabla 7.16 Alturas y volúmenes de la simulación de centrales hidroeléctricas Sept 2003 ....... 135
Tabla 7.17 Energía diaria generada por recurso hidroeléctrico en simulación Sept. 2003........ 135
Tabla 7.18 Energía generada por recurso térmico en simulación Sept. 2003 ........................... 135
Tabla 7.19 Energía total generada por recurso en simulación Sept. 2003 ................................ 136
Tabla 7.20 Precios del Cmg ($/MWh) durante la semana de Septiembre 2003........................ 136
1
SIGLAS
ABREVIATURAS
Ec. Ecuación.
Fig. Figura.
max. Máxima.
min. Mínima.
Eff. Eficiencia
dolares $
megawatt MW
hora h
metro m
british termical unit Btu
pie ft
kilowatt kW
kilojoule kJ
kilogramo kg
galón Gal
megametro cúbico Mm3
hectómetro cúbico Hm3
3
SIMBOLOGIA
h Altura
H Entrada de energía en forma de calor
i Indice para plantas térmicas
j Indice para plantas hidroeléctricas
J Función primal
J* Costos totales de generación
K eff Eficiencia de central hidroeléctrica
L Ecuación de Lagrange
Lb Vector de límites mínimos de variables a maximizar
M Número de generadores hidroeléctricos
n Número de horas en cada periodo
N Número de generadores térmicos
On Unidad encendida
Off Unidad apagada
P Potencia
PD Potencia demandada
Q Caudal turbinado
Q tj Caudal turbinado del generador j en el período
q (λ ) Función dual
q* ( λ ) Problema dual
r Influjos naturales
t
r j Influjos naturales de agua en el embalse del generador j en período t
T Periodos
t Tiempo
Ub Vector de límites máximos de variables a maximizar
uit Variable binaria que toma el valor de 1 si el generador i esta funcionando en la
λ Multiplicador Lambda
∇ Gradiente
5
PROLOGO
El documento consta de ocho capítulos, en los primeros cuatro capítulos se desarrollan los
fundamentos teóricos para la implementación del despacho hidrotérmico, el cual se basa en el
método de la Relajación de Lagrange; en los siguientes se presenta la aplicación en Matlab,
análisis de resultados, conclusiones y recomendaciones.
En el capítulo uno se presenta la importancia que tiene el despacho económico de carga en los
sistemas de generación. También se desarrollan aspectos teóricos que consideramos importantes
y que ayudan a un mejor entendimiento de los siguientes capítulos.
para la solución de la simulación del despacho del país y se da una interpretación económica de
los multiplicadores de Lagrange.
El capítulo seis presenta el modelaje de las unidades térmicas (curvas de entrada-salida, datos
técnicos de operación) e hidroeléctricas (curvas altura-volumen, eficiencias), además de
volúmenes (iniciales y finales), influjos naturales, precios de combustible, datos de demanda para
los períodos de análisis los cuales son necesarios ya que son datos de entrada en el programa de
simulación.
El capitulo siete compara los datos del despacho real del país de dos semanas: Una en Enero
2004 y otra en Septiembre 2003, con los datos obtenidos para la mismas semanas, por el
programa desarrollado en la tesis, se comparan los resultados de ambos despachos en potencia
inyectada, volúmenes finales en cada periodo, etc.
El Anexo A desarrolla brevemente dos métodos de optimización utilizados para resolver despachos
económicos.
El Anexo B plantea el uso de Solver como herramienta en Excel para realizar pequeños despachos
térmicos e hidrotermicos.
El Anexo C describe brevemente los métodos de optimización utilizados por las funciones de
Matlab empleadas en el programa, como presentan los datos de la optimización, las funciones, y
se definen las variables utilizadas en el programa.
El Anexo D es un manual de usuario para poder realizar modificaciones en el código interno del
programa.
7
CAPITULO 1
MARCO TEORICO
1.1 Introducción
Antes de comenzar el planteamiento y posterior desarrollo del presente trabajo creemos necesario
que se conozcan de manera general algunos aspectos de interés que están relacionados de forma
directa con el sector eléctrico y su forma de organización, esto lo hacemos debido a que en el
desarrollo del trabajo se hace referencia a estos temas y es necesario que se tenga un
conocimiento general sobre estos.
a) Generación
b) Transmisión
c) Distribución
Cada una de estas partes realiza una función específica dentro del SEP, estas son:
Transmisión: se encarga del transporte de la energía desde lo centros de producción hasta los
lugares donde se encuentran los demandantes, este transporte se hace en altos voltajes (115KV o
230KV).
Distribución: se encarga de llevar la energía a los usuarios finales (industrias, viviendas, etc.) esto
se hace generalmente en voltajes menores que los utilizados en la transmisión.
La electricidad, entendida como una energía secundaria que puede provenir de la transformación
de un amplio rango de energías primarias (petróleo, gas natural, carbón, hidroelectricidad, solar,
eólica), se diferencia de otras principalmente a la imposibilidad de ser almacenada como tal en
grandes cantidades, además de la necesidad de mantener la estabilidad del sistema, seguir la
demanda segundo a segundo, dependencias hidrológicas y otras características propias que la
hacen particular. En consecuencia a lo anterior existe la necesidad de crear sistemas de potencia
donde debe mantenerse permanentemente un balance entre lo producido y consumido, por lo tanto
a diferencia de otros sectores económicos, en el sector eléctrico debe existir un acoplamiento
mayor entre las decisiones económicas de los agentes y su impacto en la operación técnica del
sistema.
Existen diversos esquemas de organización en el sector eléctrico, los cuales se han venido
implementando a través de los años en distintos países y regiones, y cada uno presenta sus
propias características. A continuación presentamos los principales esquemas que han
predominado en el sector eléctrico a nivel mundial.
Consumidores
de otras
Distribuidoras
Productores Acceso e
independientes información Información
Importaciones de tarifas de tarifas Grandes
Generación
Exportaciones Consumidores
Compras Demanda, Demanda y
Ventas oferta, pagos Pagos
y cargos Transmisión
y
Distribución
Servicios
al cliente
Demanda y Pagos y
Tarifas Tarifas
Pequeños
Consumidores
En este sistema existe un organismo central (Poolco), el cual supervisa el SEP, éste controla la
bolsa de energía y opera en tiempo real el sistema. Por lo anterior tiene la facultad de despachar
las unidades en función de los precios de energía que hayan presentado los agentes (oferta libre o
costos de producción) con lo cual se pretende hacer competitivo el mercado, además de mantener
la confiabilidad y seguridad del sistema y otros aspectos que involucran el manejo del SEP. En El
Salvador este sistema funciona actualmente y el despacho se hace en base a bloques de
potencia y precios que ofertan los generadores (oferta simple). En la Figura 1.2 se presenta el
esquema genérico que sigue este sistema.
Com ercializadores
Este modelo busca la optimización de los recursos en forma descentralizada, dejando que los
propios agentes sean los encargados de tomar las decisiones de operación. Este tipo de estructura
se basa en tres instituciones, el Power Exchange (PX) o bolsa de energía, el cual ejecuta el
mercado diario mayorista, el Sheduling Coordinators (SC´s) el cual representan transacciones
directas entre generadores y usuarios y el Operador Independiente del Sistema (ISO) el cual recibe
los resultados del PX y balances entregados por los SC´s, chequeando la factibilidad de las
transacciones por el lado de transmisión. La operación del mercado se basa en que el PX realiza
sus subastas y genera un programa de operación con precios uniformes para cada hora del día, el
que es enviado al ISO. Este debe analizar la factibilidad de los programas enviados por el PX y el
resto de los SC de acuerdo a restricciones en las líneas de transmisión. Si los programas son
factibles, el despacho se realiza de acuerdo a ellos, de lo contrario, son devueltos con sugerencias
para ser adaptados. Finalmente, el ISO adapta los programas de acuerdo a la disponibilidad de
líneas y a ofertas de ajuste entregadas por cada oferente, que indican su disponibilidad a pagar por
el uso de líneas. El despacho es realizado de acuerdo a ese programa ajustado.
Este sistema operó en el estado de California, pero no tuvo buenos resultados debido a una
combinación de factores circunstanciales que hicieron subir los precios de energía a nivel
mayorista más de lo pronosticado por las autoridades, y por una serie de medidas regulatorias
desafortunadas que no permitieron al mercado adaptarse a las nuevas circunstancias, es decir,
hubo una combinación de fallas de diseño en el mercado que hizo colapsar al sistema. En la Figura
1.3 se presenta el esquema genérico para este tipo de sistema.
Comercializadores Sistema de
de Transmisión Transmisión
ISO
Ofertas Seguridad
Compañias de
Ofertas Congestión
Precios Distribución
Generadores Previsiones
PX Balances
Informes de Liquidaciones
Producción Planificación
Control de la red
Demanda
Mercado de Servicios Auxiliares
Comercializadores
Minoristas
4- Por la repetición
a) Subastas de una sola vuelta: cada generador ofrece sus ofertas de generación y el
operador del mercado despacha en base a esos bloques de energía ofertados.
b) Subastas iterativas o de varias vueltas: el operador del mercado recibe ofertas de
generación y demanda, luego se reportan los resultados a los participantes y si la
demanda no fue cubierta los participantes hacen sus nuevas ofertas y así hasta que se
cubre la demanda.
12
a) De un solo precio en todo el sistema: el precio es el mismo en todos los nodos del
sistema.
b) De precios nodales/regionales: el precio de la energía es distinto en los nodos del
sistema, lo cual se da cuando hay congestión en el SEP.
El despacho económico de carga busca minimizar el costo de operación del sistema al suplir una
demanda en un período de tiempo determinado (por ejemplo una hora, un día, una semana, etc.)
satisfaciendo en forma simultánea un amplio y variado conjunto de restricciones de operación y
cumpliendo además con los criterios que se deriven de las programaciones de corto, mediano y
largo plazo.
Un SEP generalmente utiliza una combinación de unidades hidroeléctricas y térmicas para suplir
la demanda, por ello es necesario optimizar los recursos con los que se cuenta, por lo tanto se
pueden hacer dos tipos básicos de despacho económico de carga:
1 - Despacho térmico
2 - Despacho hidrotérmico
En el primero se busca como en todo despacho económico de carga minimizar los costos de
producción de las unidades, que para este caso son todas unidades térmicas, de tal manera que
se optimice la producción de energía en el SEP tomando en cuenta las restricciones de las
unidades y principalmente las variaciones de la demanda. En el capitulo dos se desarrolla la teoría
para este tipo de despacho y algunos métodos de optimización para llegar a su solución.
Programación a largo plazo, en general, tiene un horizonte de uno a cinco años. Las empresas
realizan esta programación para obtener aproximaciones de capacidades de generación (térmica,
geotérmica e hidro) y compararlas con predicciones de consumo, con lo cual puede hacerse una
primera aproximación de ofertas de precios (en base a precios futuros de combustibles), valor del
agua en los embalses (en base a datos hidrológicos) y con esto evaluar sus futuros ingresos con lo
cual se pueden tomar decisiones de ajustes al conjunto generador, si las condiciones del mercado
lo permiten, y de esta manera asegurar el suministro energético al menor costo posible.
Programación a mediano plazo, tiene un horizonte de entre un año y un mes. En esta etapa se
pueden hacer predicciones de demanda y de esta manera analizar si se cuenta con los recursos
necesarios para cubrirla, así como también hacer futuras ordenes de compra de combustible y
además permite optimizar el uso del agua en los embalses ya que se cuenta con información
reciente de ellos. Para lograr hacer todo esto se deben realizar previsiones económicas tales como
posibles ingresos y presupuestos anuales.
Lo interesante de esta programación es que toma como referencia los datos de la programación a
largo plazo y le sirve como soporte a la programación de corto plazo, ya que en ella se determinan
evaluaciones de inversiones, gestión de contratos, elaboración de ofertas en los mercados diarios,
valoración de las reservas hidráulicas y también predicciones de generación térmica sujeta a
restricciones anuales. Por lo anterior las empresas generadoras pueden definir precios de sus
ofertas de generación y presentarlas al organismo encargado del despacho de carga.
En la Figura 1.4 se presenta un esquema que presenta la relación que existe entre los distintos
tipos de programación antes mencionados.
ENTRADA
PROGRAMACION A SALIDA
LARGO PLAZO
Agua embalsada, hidrología,
Generación hidroelécrica y
oferta y demanda totales,
Horizonte multianual térmica totales en cada
planes de obras, precios
Etapas trimestrales etapa.
futuros de combustibles, etc.
ENTRADA
PROGRAMACIÓN A SALIDA
Información detallada de
MEDIANO PLAZO Cotas de embalse para
cada embalse, oferta y
cada etapa, predicciones de
demanda, programas de
Horizonte anual generación hiidoeléctrica y
mantenimiento, contratos de
Etapas semanales térmica en cada etapa.
energía, etc.
ENTRADA
PROGRAMACION A SALIDA
CORTO PLAZO
Información de la red, curva
de costo de cada central,
Horizonte semanal Potencia a entregar por
restricciones de operación,
Etapas horarias cada central en cada etapa.
etc.
CAPITULO 2
DESPACHO ECONOMICO
2.1 Introducción
El despacho económico de carga busca repartir la demanda total entre las unidades generadoras
disponibles de tal manera que el costo total de operación sea mínimo, pero hacer esto no es
sencillo debido a que se deben respetar ciertos límites de calidad y seguridad en el sistema,
además, hay que tomar en cuenta el comportamiento de la demanda, es decir, su variación en
tiempo.
Debido a las características que presenta tanto el sistema eléctrico de potencia (SEP) y la curva de
demanda, es necesario establecer o buscar la forma más adecuada para cubrir la demanda con los
costos más bajos de producción, esto involucra también una planificación a corto, mediano y largo
plazo, esto para prever posibles cambios tanto en precios de combustibles como cambios en los
influjos de agua de la zona en distintas épocas del año. Para lograr esto es necesario conocer el
comportamiento o forma de funcionamiento de los diferentes tipos de generadores que se tienen a
disposición, para ello se utilizan diferentes curvas que han sido proporcionadas por el diseñador o
hechas a base de pruebas con lo cual se pueden determinar parámetros importantes que
involucran la operación económica de los generadores, dichas curvas nos indican cuánto cuesta
producir la energía ($/MWh) para el caso de una termoeléctrica y cuánto volumen se debe turbinar
para generar un MWh de energía (m3/MWh) para una hidroeléctrica.
Analizando los problemas asociados con la operación y control de un sistema de potencia hay
muchos parámetros importantes involucrados, pero en cuanto a la operación económica, nos
interesa el que está asociado con la curva característica de costos de la unidad térmica, ya que en
ella se nos indica cuánto cuesta producir cierta cantidad de potencia. Esta curva es mejor conocida
como la curva entrada-salida de una unidad térmica. La entrada en esta curva puede venir
especificada en términos de dólares por hora, toneladas de carbón por hora o en pies cúbicos de
gas por hora y la salida es la potencia eléctrica expresada en megawatts. Para obtener esta curva
característica de manera experimental lo que se hace es que se fija la generación de la unidad en
un valor y se mide el consumo de combustible por hora correspondiente a esa generación, luego
se repite el procedimiento anterior para distintos valores de generación obteniéndose de esta
manera una serie de puntos que permiten trazar dicha curva. A continuación definiremos algunos
términos que usaremos de aquí en adelante:
Llamaremos “H” la entrada de energía en forma de calor medida en unidades de MBtu/h, sea “f”
el costo de producir un MBtu medido en $/MBtu. Para obtener la curva de costos totales” F” se
multiplica H y f cuyas unidades vienen expresadas en $/h.
En la Figura 2.1 se muestra una curva característica entrada-salida de una unidad en forma
idealizada, se puede apreciar que la operación de unidades térmicas esta acotada por potencias
mínima y máxima.
ENTRADA, H(MBtu/h) o F($/h)
SALIDA, P(MW)
La curva característica de costo incremental para una unidad de este tipo es la pendiente(derivada)
de la curva entrada-salida (ΔH/ΔP o ΔF/ΔP), los datos de esta curva resultante están expresados
17
en Btu/kWh o $/kWh versus salida neta de potencia expresada en megawatts. Esta curva de costo
incremental es la que se usa en el despacho económico de la unidad, en la Figura 2.2 se presenta
dicha curva.
SALIDA, P(MW)
Figura 2.2 Curva característica de costo incremental de combustible [Wood, 1996: p.10]
La curva de costo incremental representa las variaciones de la entrada con respecto a la salida de
la unidad. Dado que existen diferentes formas de representar la curva característica entrada-salida
para las unidades debido a los diferentes diseños y formas de obtener las curvas, los datos se
aproximan generalmente a una curva polinomial, en muchos casos una función cuadrática es una
buena representación. Una serie de segmentos de líneas rectas pueden también usarse para
representar la curva característica entrada-salida, pero esto afecta directamente en la curva de
costo incremental. En la Figura 2.3 se ve la diferencia de curvas de costo incremental para dos
diferentes tipos de curva característica entrada-salida, la línea sólida proviene de una curva
entrada-salida cuadrática, mientras que la línea punteada proviene de una curva entrada-salida
compuesta por segmentos de línea.
TASA INCREMENTAL DE CALOR
SALIDA, P(MW)
Figura 2.3 Curvas de costo incremental de dos unidades térmicas distintas [Wood, 1996: p.11]
18
El uso de estas diferentes representaciones puede requerir un método diferente al llevar a cabo el
despacho económico, ya que solo la línea sólida representa una función continua y por lo tanto
fácil de analizar, en cambio la línea punteada presenta discontinuidades y podría requerir otro tipo
de análisis.
La curva característica de una unidad hidroeléctrica es similar a una térmica, la diferencia radica
prácticamente en las unidades en que viene expresada, la entrada para este tipo de unidad esta
expresada en términos volumétricos por unidad de tiempo y la salida siempre en términos de
potencia eléctrica. Las unidades de entrada pueden ser expresadas en acre-pies/h o bien en m3/h y
la salida en MW. En la Figura 2.4 se muestra una curva típica de una planta hidroeléctrica donde la
cabeza neta hidráulica es constante, es decir, que el nivel de agua en la presa permanece
constante, esta característica muestra una curva casi lineal de la entrada de volumen de agua por
unidad de tiempo como una función de la potencia de salida, pero como se puede observar,
tampoco es recomendable incrementar demasiado el volumen ya que la eficiencia de la unidad
disminuye.
Qo(m /h)
ENTRADA, Q(m 3/h)
3
Po (MW )
SALIDA, P(MW)
Figura 2.4 Curva característica entrada-salida de cabeza neta constante [Wood, 1996: p.21]
La Figura 2.5 representa la curva de costo incremental del agua para la curva de la figura 2.4 la
cual es obtenida al igual que en una unidad térmica a través de la pendiente de la curva
19
m3
TASA INCREMENTAL DE AGUA,
SALIDA, P(MW)
Figura 2.5 Curva de tasa incremental de agua de plantas hidroeléctricas [Wood, 1996: p.21]
Salida
máxima
h1
3
h2
m
h3
ENTRADA,
h1 h2 h3
SALIDA; P(MW)
Figura 2.6 Curva entrada-salida de una hidroeléctrica con cabeza variable [Wood, 1996: p.22]
20
Las unidades termoeléctricas tienen una serie de restricciones de operación que deben tomarse en
cuenta al momento de elaborar los despachos económicos [Gil, 2001: p.11].
1- Límites técnicos de operación: Las unidades térmicas tienen una potencia de salida mínima para
funcionamiento estable ( Pmin en la Figura 2.1). Típicamente, este valor corresponde del 10% al
30% de la potencia máxima ( Pmax en la Figura 2.1) para unidades alimentadas con gas natural o
petróleo y del 20% al 50% de la potencia máxima para unidades alimentadas con carbón.
2- Mínimo tiempo en funcionamiento y parada: Una vez que la unidad ha sido puesta en marcha,
ésta no puede apagarse hasta que ha transcurrido un tiempo mínimo que asegure la temperatura
sea igual en toda la unidad generadora (particularmente en la turbina). De esta forma puede
controlarse la fatiga de material manteniendo los gradientes de temperatura dentro de los límites
técnicos. De forma análoga, el tiempo mínimo de parada representa el número mínimo de horas
que una central debe mantenerse desacoplada una vez que deja de funcionar. La formulación
matemática de estas restricciones es la siguiente [Arroyo, 2000: p. 16].
donde yi (t) es una variable que indica el número de horas que lleva acoplada/desacoplada la
generador i al final de la hora t (positivo/negativo), Yi (0) es una constante que indica el número
de horas que lleva inicialmente acoplada/desacoplada el generador i , Wi (0) es una constante que
21
indica el estado inicial de acoplamiento de la central i , y UTi y DTi son los tiempos mínimos de
funcionamiento y parada respectivamente de la central j
3- Limitaciones de planta: En centrales termoeléctricas con más de una unidad, pueden existir
restricciones en cuanto a que éstas no pueden ponerse en funcionamiento en forma simultánea.
4- Rampas: Las unidades termoeléctricas sólo pueden realizar cambios graduales de temperatura,
por lo que toman y dejan carga gradualmente. Esta particularidad se puede modelar mediante
rampas de toma de carga. Existe otra restricción, la cual es con respecto a limitaciones de
combustible algunas centrales termoeléctricas tienen ciertas limitaciones en cuanto a la
disponibilidad de combustible.
En este capítulo se presenta un despacho termoeléctrico tomando en cuenta solo los limites de
potencia de las unidades y pérdidas en línea de transmisión.
P1
→
G1
P2
→
G2
.
.
. PD
PN
→
GN
N
PD = P1 + P2 + ... + PN = ∑ Pi (Ec. 2.4)
i =1
Anteriormente se ha visto que los costos de combustible (F) de cada unidad generadora pueden
expresarse en función de su potencia por medio de su curva característica de entrada-salida según
la Ec. 2.2.
N
FT = F1 + F2 + F3 + ... + FN = ∑ Fi ( Pi ) (Ec. 2.6)
i =1
Como el despacho económico de carga consiste en distribuir la carga demandada entre las
unidades que se encuentran disponibles para suplir PD , de tal manera que el costo de combustible
sea mínimo pero cumpliendo con los requisitos que la suma de las N generaciones sea igual a la
carga total y respetando limites de generación, entonces debe cumplirse la Ec. 2.7 y Ec. 2.8.
N
φ = PD − ∑ Pi =0 (Ec. 2.7)
i =1
definiendo esta nueva ecuación como la Ecuación de Lagrange, debido a que esto se resuelve por
el Método de los Multiplicadores de Lagrange, donde la constante λ es el multiplicador de
Lagrange y representa el costo incremental de combustible o costo marginal de la demanda,
teniendo de esta manera:
L = FT + λφ (Ec. 2.9)
Consideremos primero el caso sin pérdidas y sin límites de potencia, entonces la ecuación de
Lagrange queda definida como sigue:
N
⎡ N
⎤
L = ∑ Fi ( Pi ) + λ ⎢ PD − ∑ Pi ⎥ (Ec. 2.10)
i =1 ⎣ i =1 ⎦
23
Para obtener el mínimo de la función de Lagrange hallamos las derivadas parciales de esta
ecuación con respecto a cada uno de los términos involucrados en esta ecuación, es decir,
respecto a cada una de las potencias y Lambda, luego se igualan a cero obteniendo un grupo de
ecuaciones como se muestra a continuación:
∂L dFi ( Pi )
= −λ =0 (Ec. 2.11)
∂Pi dPi
∂L N
= − ∑ Pi + PD = 0 (Ec. 2.12)
∂λ i =1
Entonces el despacho económico de carga se logra resolviendo las Ec. 2.11 y 2.12. Es importante
observar que el término dFi ( Pi ) / dPi es el costo marginal de cada generador cuyas unidades vienen
expresadas en $/MWh.
Para este caso el valor común de los costos marginales es el multiplicador de Lagrange ( λ ), esta
relación es importante ya que sirve para definir el costo del “ultimo MW” de potencia inyectada para
suplir la demanda, cantidad que se usa para definir el precio aplicado a intercambios de energía. El
multiplicador λ también representa el precio eficiente al que se debe remunerar a los generadores
para satisfacer la demanda.
En la Figura 2.8 se observa que para cierto Lambda los generadores aportan potencias distintas,
pero el precio pagado es el mismo para todos los generadores.
+ +
PD = P1 + P2 + P3
dFi
=λ Para Pi ,min < Pi < Pi ,max
dPi
dFi
≤λ Para Pi = Pi ,max (Ec. 2.13)
dPi
dFi
≥λ Para Pi = Pi ,min
dPi
La solución a éste grupo de ecuaciones se desarrolla mediante el uso de las condiciones de Kuhn-
Tucker; dicho procedimiento se explica en el Anexo A del trabajo. Este grupo de ecuaciones se
puede interpretar de la siguiente manera: los generadores que operan entre sus límites de potencia
tienen costos marginales idénticos y de valor λ , los que operan a su mínimo de potencia tienen un
costo marginal igual o mayor que λ , mientras los que operan a su límite superior tienen un costo
igual o menor que λ . En la Figura 2.9 se muestra de manera gráfica esta interpretación.
PD = P1 + P2 + P3
La nueva condición de equilibrio de potencia se muestra en la ecuación (2.11), donde Pperdidas es una
P1
→
G1
P2
→
G2 red de
transmisión
con pérdidas
. PD
.
.
PN
→
GN
Figura 2.10 N unidades generadoras supliendo una carga y considerando perdidas de transmisión
N
PD + Pperdidas − ∑ Pi = φ = 0 (Ec. 2.14)
i =1
N
min ∑ F (P )
i=1
i i
N
Sujeto a: ∑P −P
i =1
i perdidas = PD (Ec. 2.15)
N
⎡ N
⎤
L = ∑ Fi + λ ⎢ PD − ∑ Pi + Pperdidas ⎥ (Ec. 2.16)
i =1 ⎣ i =1 ⎦
∂L dFi ∂Pperdidas
= +λ =λ
∂Pi dPi δ Pi
∂L dFi ⎛ ∂Pperdidas ⎞
= +λ⎜ − 1⎟ = 0 (Ec. 2.17)
∂Pi dPi ⎝ δ Pi ⎠
∂L N
= ∑ Pi − Pperdidas = PD
∂λ i =1
Esta condición establece que el costo marginal de los generadores es distinto en cada nodo, e
igual al producto del multiplicador de Lagrange por un factor que dependerá del comportamiento de
26
A continuación se muestran los pasos a seguir para desarrollar el método de solución de iteración
Lambda con límites de potencia, despreciando pérdidas en transmisión:
Paso 2. El nivel de producción de cada generador se calcula según las condiciones necesarias, es
decir:
dFi
Si ≤λ ⇒ Pi = Pi ,max
dPi
dFi
Si ≥λ ⇒ Pi = Pi ,min (Ec. 2.18)
dPi
dFi
Si =λ ⇒ Pi ,min < Pi < Pi ,max
dPi
Paso 4.Se repite pasos 1-3 hasta que se cumpla la condición de equilibrio de potencia para una
tolerancia especificada, sino se cumple esta condición ajustar λ de la siguiente manera:
λ k +1 = λ k + Δλ
N (Ec. 2.20)
Δλ = α ( PD + ∑ Pi )
i =1
27
donde α es un escalar que guía a λ a converger, usualmente es un valor pequeño para que los Δλ
sean pequeños, el diagrama de bloques de la Figura 2.11 muestra este método. Se recomienda
utilizar un λ inicial que sea el promedio de los Lambdas de los i generadores involucrados
calculados en base a valores de potencia asignados para cada generador de tal manera que estos
suplan la demanda, esto con el objeto de iniciar con un Lambda cercana al Lambda optimo.
Iniciar con λ k
dFi (Pi,min ) Si
≥ λk Pi = Pi ,min
dPi
No
dFi ( Pi ,min ) Si
≤ λk Pi = Pi ,max
dPi
No
dFi ( Pi ,min ) Si
= λk Pi ,min < Pi < Pi ,max
dPi
Calcular
N
ε = PD − ∑ Pi
i =1
Si
[ε ≤ Tolerancia]
No
Ajustar λ k
λ k +1 = λ k + Δ λ
N
Δ λ = α ( PD + ∑ Pi ) FIN
i =1
N
f = ∑ Fi ( Pi )
i =1
N
(Ec. 2.21)
φ = ( PD − ∑ Pi )
i =1
Para resolver el problema del despacho económico, aplicamos la técnica del Gradiente a la función
de Lagrange que se define a continuación:
28
N
⎡ N
⎤
L = ∑ Fi ( Pi ) + λ ⎢ PD − ∑ Pi ⎥ (Ec. 2.22)
i =1 ⎣ i =1 ⎦
⎡ ∂L ⎤ ⎡ dF1 ( P1 ) − λ ⎤
⎢ ∂P ⎥ ⎢ dP1 ⎥
⎢ 1⎥ ⎢ ⎥
⎢M ⎥ ⎢M ⎥
∇L = ⎢ ∂L ⎥ = ⎢ dFi ( Pi ) ⎥
(Ec. 2.23)
⎢ ⎥ ⎢ −λ⎥
⎢ ∂Pi ⎥ ⎢ dPi ⎥
⎢ ⎥ ⎢ ⎥
⎢ ∂L ⎥ ⎢ PD − ∑ Pi ⎥
N
⎢⎣ ∂λ ⎦⎥ ⎢⎣ i =1 ⎥⎦
El procedimiento del despacho económico requiere valores iniciales de λ, P1 , P2 ,....Pi para encontrar
Donde x 0 es el vector de valores iniciales y α es un escalar que nos garantiza que el proceso
converge. El vector x tiene la siguiente estructura:
⎡ P1 ⎤
⎢P ⎥
⎢ 2⎥
x=⎢ M⎥ (Ec. 2.25)
⎢ ⎥
⎢ Pi ⎥
⎢⎣ λ ⎥⎦
El proceso converge cuando el ΔL es igual a cero, lo que indica que se ha encontrado el valor
óptimo del despacho.
Este método consiste en llevar a que el Gradiente (∇ Lx ) sea igual a cero, ya que ésta es una
función vectorial, se puede formular el problema de encontrar la corrección que lleva exactamente
a cero al gradiente, esto se puede hacer utilizando el método de Newton.
29
Suponga que se tiene una función g(x) la cual se quiere llevar a cero. La función g es un vector y
los desconocidos valores de x, otro vector. Luego utilizando el método de Newton tenemos:
Δx = − [ g '( x ) ] g ( x )
−1
(Ec. 2.27)
−1
⎡δ ⎤
Δx = − ⎢ ∇Lx ⎥ ΔL (Ec. 2.28)
⎣δ x ⎦
N
⎡ N
⎤
L = ∑ Fi ( Pi ) + λ ⎢ PD − ∑ Pi ⎥ (Ec. 2.29)
i =1 ⎣ i =1 ⎦
⎡ ∂2 L ∂2 L ∂2 L ⎤
⎢ 2 L ⎥
⎢ ∂P1 ∂P1∂P2 ∂P1∂Pi ⎥
⎢ ∂2 L ∂2 L ∂2 L ⎥
⎡ ∂ ⎤ ⎢ L ⎥
⎢ ∂P ∇L ⎥ = ⎢ ∂P2 ∂P1 ∂P2 2 ∂P1∂Pi ⎥ (Ec. 2.30)
⎣ ⎦ ⎢
M M M ⎥
⎢ ⎥
⎢ ∂ L2
∂ L
2
∂2 L ⎥
⎢ L ⎥
⎣ ∂λ∂P1 ∂λ∂P2 ∂λ∂Pi ⎦
Este método es el que será utilizado para generar el algoritmo que se implementará en la solución
del programa de simulación del despacho hidrotérmico de nuestro país, esta formulación es
conocida como solución dual y en ella los multiplicadores de Lagrange son conocidos como
30
variables duales. Para ser expuesto de una manera sencilla se aplicara la técnica para resolver el
problema de despacho económico.
El problema es:
N
f * = min ∑ Fi ( Pi )
i =1
Sujeto a: N
(Ec. 2.31)
∑P = P
i =1
i D
A f * se le conoce como el valor óptimo de la función objetivo, dado por el óptimo del problema, es
decir, X N = ( P1 , P2 ,..., PN )*
N
⎡ N
⎤
L( P1 , P2 ,..., Pi , λ ) = ∑ Fi ( Pi ) + λ ⎢ PD − ∑ Pi ⎥ (Ec. 2.32)
i =1 ⎣ i =1 ⎦
⎧N ⎡ N
⎤⎫ (Ec. 2.33)
q(λ ) = min ⎨∑ Fi ( Pi ) + λ ⎢ PD − ∑ Pi ⎥ ⎬
Pi
⎩ i =1 ⎣ i =1 ⎦⎭
como
⎧N ⎡ N
⎤⎫
q(λ ) = min ⎨∑ Fi ( Pi ) + λ ⎢ PD − ∑ Pi ⎥ ⎬
Pi
⎩ i =1 ⎣ i =1 ⎦⎭ (Ec. 2.35)
N
q(λ ) = λ PD + min ∑ { Fi ( Pi ) − λ Pi }
Pi
i =1
Si introducimos una función como lo muestra la Ec. 2.36 se puede interpretar como la
maximización de ganancia i , dado un precio λ para la potencia inyectada.
31
N N
qi (λ ) = min ∑ { Fi ( Pi ) − λ Pi } = − max ∑ {λ Pi − Fi ( Pi )} (Ec. 2.36)
Pi
i =1 i =1
min { Fi ( Pi ) − λ Pi } = − max {λ Pi − Fi ( Pi )}
d dF ( P ) (Ec. 2.37)
{λ Pi − Fi ( Pi )} = λ − i i = 0
dPi dPi
para luego encontrar los valores de Pi que minimizan la función de Lagrange, este proceso se
repite hasta que se encuentre una solución.
Proponer un λ k
Resolver qi (λ k )
N
Evaluar q (λ k ) = λ k PD + ∑ qi (λ k )
i =1
Si
q (λ k ) − f ( x k ) ≤ tolerancia ó
N
PD − ∑ Pi ≤ tolerancia ó
i =1
k ≤ máximo de iteraciones
No
Ajustar λ k
λ k +1 = λ k + Δλ FIN
N
Δλ = α ( PD + ∑ Pi )
i =1
CAPITULO 3
UNIT COMMITMENT
3.1 Introducción
Ejemplo 3A: Suponga que se tienen tres unidades con las siguientes características de Heat Rate
(H) y costos de combustible (f):
Pmax = 600 MW
Pmin = 100 MW
Pmax = 400 MW
34
Pmin = 50 MW
Pmax = 200 MW
Para resolver este problema simplemente probaríamos todas las combinaciones posibles de las
tres unidades, pero teniendo en cuenta que algunas combinaciones no son posibles debido a que
la suma total de su potencia máxima de salida no logra cubrir la demanda o por el contrario que la
suma de sus potencias mínimas sea demasiado grande para la demanda del momento. En la
Tabla 3.1 se presentan las posibles combinaciones de las tres unidades, estas soluciones han
sido hechas con los métodos de optimización del capítulo anterior (On = unidad encendida, Off =
unidad apagada). En el Anexo B se muestra también el despacho para cada una de las posibles
combinaciones de las unidades hechas por medio de la hoja de cálculos MS Excel utilizando la
herramienta SOLVER.
Generación
Generación
Unidad 1
Unidad 2
Unidad 3
Totales
Costos
P1
P2
P3
F1
F2
F3
Max.
Min.
Tabla 3.1 Combinaciones posibles de tres unidades supliendo una carga de 550 MW
35
Observando los datos de la tabla 3.1 podemos ver que tener las tres unidades supliendo la carga
no es lo ideal, ya que esto sale más costoso que cualquier otra combinación y observamos también
como sólo con la unidad 1 se puede cubrir la demanda con los menores costos de producción.
El ejemplo anterior se hizo para un valor específico de carga, pero como sabemos el
comportamiento de la demanda es variable en el transcurso del día, entonces este procedimiento
realizado en el ejemplo debe hacerse siguiendo estas variaciones de carga, afortunadamente el
comportamiento de la demanda de un SEP no varía mucho de un día a otro por lo tanto si se
tienen los datos de este comportamiento desde un buen tiempo atrás se puede predecir su posible
comportamiento a seguir.
El problema de la asignación de unidades puede ser muy difícil debido a todas las restricciones y
combinaciones posibles que pueden surgir de un dado número de unidades, por lo tanto se deben
buscar procedimientos que nos ayuden a encontrar una solución rápida y real al problema, para
ello plantearemos la situación que se tiene al inicio del problema.
N (2N -1)24
5 6.2×1035
10 1.73×1072
20 3.12×10144
40 9.74×10288
Las técnicas más utilizadas para encontrar la solución de la asignación de unidades son:
Este método consiste en crear una lista de prioridades de los generadores, la cual puede ser
obtenida después de una exhaustiva enumeración de todas las posibles combinaciones para cada
nivel de carga, a continuación se presenta la solución para un despacho de carga el cual posee 15
distintos niveles de carga ( T = 15) usando las mismas unidades del Ejemplo 3A y en el que se
presentan las combinaciones óptimas de las unidades para el despacho económico.
De la Tabla 3.3 podemos observar que cuando la carga es menor que 600 MW sólo funciona la
unidad 1, cuando la carga se encuentra entre 600 MW y 1000 MW funcionan las unidades 1 y 2 y
si la carga sobrepasa los 1000 MW funcionan todas las unidades.
Tabla 3.3 Combinación óptima de unidades del Ejemplo 3A para una carga variable
37
Otra forma de hacer la lista de prioridades para las unidades puede estar basada en los costos
promedios de producción cuando la unidad está a su máxima capacidad, en la Tabla 3.4 se
presentan estos costos para las unidades del Ejemplo 3A y en la Tabla 3.5 el orden en que se
despachan las unidades siguiendo este criterio, es de hacer notar que hay diferencias entre la
asignación de unidades que se observa en la Tabla 3.3 y la Tabla 3.5.
Costo promedio de
Unidad producción a máxima
potencia ($/MWh)
1 9.79
2 9.48
3 11.188
Tabla 3.4 Costo promedio de producción para las unidades del ejemplo 3A
Min. MW de Máx. MW de
Combinación la combinación la combinación
La programación dinámica tiene algunas ventajas sobre los esquemas de lista de prioridades, la
principal ventaja es que reduce las dimensiones del problema, este método así como el diseño de
lista de prioridades lo que buscan es minimizar los costos al hacer la asignación de unidades en un
sistema eléctrico. Para explicar de una manera simple se presenta el siguiente ejemplo:
Ejemplo 3B
Suponiendo que se quiere establecer la trayectoria óptima para llegar desde A hasta H, pero
teniendo no sólo una trayectoria sino varias a disposición como se muestra en la Figura 3.2. El
38
SI
SI
Si H es menor que el tiempo de encendio-
apagado de la unidad.
NO
Repetir todo el
procedimiento anterior para
la siguiente unidad en la
lista.
FIN
número en cada flecha representa el costo de la trayectoria y los nodos en una misma línea
vertical representan los posibles estados a seguir para pasar de una etapa a otra. La solución
óptima sería enumerar todas las trayectorias posibles y encontrar cúal es la que representa el
menor costo y esa sería la solución; en la Tabla 3.6 se muestran los costos de cada trayectoria y si
ésta es óptima o no.
ESTADOS
9
B E
5 2
6
6
3 5 8
A C F H
6 2
3
4
D G
2
Trayectoria
Etapa Estado
óptima hacia H
0 A A→D→G→H
1 D D→G→H
2 G G→H
3 H H
Etapa Estados xa
0 A
1 B,C,D
2 E,F,G
3 H
f1 ( B ) = f 0 ( A ) + V1 ( A, B ) = 0 + 5 = 5 (Viniendo de A)
f1 ( C ) = f 0 ( A ) + V1 ( A, C ) = 0 + 3 = 3 (Viniendo de A)
f1 ( D ) = f 0 ( A ) + V1 ( A, D ) = 0 + 6 = 6 (Viniendo de A)
f 2 (E)=9 (Viniendo de C o D)
f3 (H)=12 (Viniendo de G)
Reconstruyendo la trayectoria hacia atrás, se tiene que la trayectoria óptima es:
H ←⎯
⎯ G ←⎯
⎯ D ←⎯
⎯A
Como hemos visto la programación dinámica es una técnica para resolver problemas donde se
desea minimizar los costos al llevar a cabo una tarea en particular que pasa por diferentes
estados. Cuando esta técnica es usada en problemas de operación de sistemas de potencia busca
hacer la asignación de unidades de tal manera que los costos de operación sean mínimos para un
periodo determinado, las etapas estarían establecidas por subperiodos dentro del período total,
cada nodo representa un generador o grupo de generadores de los que se puede disponer en la
siguiente etapa y los números en las flechas entre nodos representa los costos que se tienen al
pasar de una etapa a otra entre estos dos nodos.
1- Balance de potencia:
N
PDt − ∑ Pi tU it = 0 ∀ t = 1......T (Ec. 3.2)
i =1
T N
∑∑
t =1 i =1
⎡⎣ Fi ( Pi t ) + costos de arranquei ,t ⎤⎦ U it = F ( Pi t , U it ) (Ec. 3.4)
Ahora podemos plantear la función de Lagrange para resolver la asignación de unidades como
sigue:
T
⎛ N
⎞
L( P,U , λ ) = F ( Pi t , U it ) + ∑ λ t ⎜ PDt − ∑ Pi tU it ⎟ (Ec. 3.5)
t =1 ⎝ i =1 ⎠
Donde:
q (λ ) = min
t t
L( P,U , λ ) (Ec. 3.7)
Pi ,U i
T N T
⎛ t N
⎞
L=∑ ∑ ⎡⎣ Fi ( Pi t ) + costos de arranquei ,t ⎤⎦ U it + ∑ λ t ⎜ Pload − ∑ Pi tU it ⎟ (Ec. 3.8)
t =1 i =1 t =1 ⎝ i =1 ⎠
T N T T N
L=∑ ∑ ⎡⎣ Fi ( Pi t ) + costos de arranquei ,t ⎤⎦ U it + ∑ λ t Pload
t
−∑ ∑λ P U t
i
t
i
t
(Ec. 3.9)
t =1 i =1 t =1 t =1 i =1
∑λ P
t
El término t t
load es constante y puede ser omitido ya que se tomo un λ fijo, finalmente la
t =1
⎛ T
{⎡⎣ F ( P ) + costos de arranque }
⎤ U it − λ t Pi tU it ⎞⎟
N
L = ∑ ⎜∑ i i
t
i ,t ⎦ (Ec. 3.10)
i =1 ⎝ t =1 ⎠
Como puede observarse el término entre paréntesis nos ayuda a que se puedan tratar las
unidades individualmente, lo cual era nuestra meta, por lo tanto para resolver el problema de la
asignación de unidades se resuelve separadamente cada unidad sin considerar qué le pasa a las
demás unidades. El mínimo de la función de Lagrange se encuentra resolviendo para el mínimo de
cada unidad generadora en todo el período de tiempo, entonces:
{
min q ( λ ) = ∑ min ∑ ⎡⎣ Fi ( Pi t ) + costos de arranquei ,t ⎤⎦ U it − λ t Pi tU it }
N T
(Ec. 3.11)
i =1 t =1
Sujeto a:
Con la ayuda de la programación dinámica se puede resolver el problema ya que involucra una
sola variable, esto puede visualizarse en la Figura 3.3 donde se muestran los dos posibles estados
Ui = 1
CAi CAi CAi
Ui = 0
Cuando U it =0 el valor mínimo de la función es trivial y es igual a cero, sin embargo cuando U it =1
t ⎣ i ( i )
⎡ F P − λ t Pi t ⎤ = t Fi ( Pi t ) − λ t = 0
d d
⎦ (Ec. 3.14)
dPi dPi
Fi ( Pi opt ) = λ t
d
(Ec. 3.15)
dPi t
Hay tres casos que pueden darse dependiendo de la relación entre el Pi opt y los límites de potencia
de las unidades:
( U it =1 o U it = 0), dependiendo si cumple con esta ecuación, la cual si observamos se hace menor
t
que cero sólo cuando el λ asignado en ese momento minimiza la ecuación; si esto lo vemos
desde el punto de vista del que produce observamos que si el λ t asignado no es el adecuado la
ecuación no es menor que cero y esto significa que no recupero los costos de producir, si por el
contrario se cumple con esta ecuación significa que el productor está obteniendo una cierta
ganancia y si por lo menos ésta ecuación fuera igual a cero el productor recupera sólo sus costos
de producción, a esto se debe prácticamente que un generador entre al despacho cuando la
ecuación es menor que cero ya que un productor siempre busca obtener cierta utilidad por la
potencia servida.
Para cada período de tiempo se va ajustando λ t de manera que se acerque al valor que optimice
q (λ ) para la solución del problema del despacho económico, entonces para inicializar su búsqueda
⎡ d ⎤
λ t = λ t + ⎢ q ( λ )⎥ α (Ec 3.20)
⎣ dλ ⎦
Donde:
d
α = 0.01 cuando q(λ ) es positivo y
dλ
d
α = 0.002 cuando q(λ ) es negativo
dλ
Estos valores de α son los que propone Wood [2000: p.156] para un buen acercamiento, luego
para saber que tan cerca nos encontramos de la solución óptima usamos el ¨duality gap¨ el cual va
disminuyendo su magnitud a medida que la solución converge y es usado como criterio de paro de
las iteraciones. Este término viene definido como sigue:
( J ∗ − q∗ )
(Ec. 3.21)
q∗
Donde:
46
t
q∗ : representa los costos totales de generación con las potencias asignadas con el λ del periodo
En la Figura 3.4 se presentan los pasos a seguir en el método de Relajación de Lagrange por
medio de un diagrama de bloques. Y para un mayor entendimiento se desarrolla el ejemplo 3C en
donde se observa paso a paso el procedimiento a seguir.
?
Resuelto hasta la última unidad?
NO
SI
FIN
Ejemplo 3C
En este ejemplo se utiliza la Relajación de Lagrange para encontrar la asignación de unidades para
un periodo de cuatro horas con sus respectivas demandas. Se dispone de tres unidades, no se
consideran costos de arranque y se asumen costos totales de generación de 10,000 cuando no se
satisface la demanda. A continuación se presenta la función de costos de las unidades y los
periodos con su respectiva demanda.
Unidad 1
F1 ( P1 ) = 30 + 10 P1 + 0.002 P12 100 < P1 < 600
Unidad 2
F2 ( P2 ) = 20 + 8P2 + 0.0025P22 100 < P2 < 400
Unidad 3
F3 ( P3 ) = 10 + 6 P3 + 0.005 P32 50 < P3 < 200
Inicio λ = 0
P1 = 100 P2 = 100 P3 = 50
48
Luego usando programación dinámica para encontrar el estado de cada unidad, esto se hace
mediante el uso de la ecuación 3.19 obteniendo:
u1 = 0 u2 = 0 u3 = 0
Es de hacer notar que esto se ha hecho solo para la primera hora en la iteración 1, haciendo esto
para las demás horas se obtiene:
1 0 0 0 0 0 0 0 300 0 0 0
2 0 0 0 0 0 0 0 500 0 0 0
3 0 0 0 0 0 0 0 1100 0 0 0
4 0 0 0 0 0 0 0 400 0 0 0
Con:
q∗ = max q(λ ) = 0
J ∗ = 40000 (ya que se asume un J ∗ = 10000 en cada periodo debido a que no se satisface ninguna
demanda).
J ∗ − q∗
= indefinido
q∗
Pi ajd : son los ajustes que se hacen a las potencias cuando la suma de éstas sobrepasa la cantidad
de potencia demandada.
Luego para la siguiente iteración se encuentra antes el nuevo λ para cada hora mediante el uso
de la ecuación 3.20, entonces obtenemos:
λ1 =3 λ 2 =5 λ 3 = 11 λ 4 =4
Ahora realizando el mismo procedimiento anteriormente descrito para cada hora y en cada
iteración se tiene:
49
1 3 0 0 0 0 0 0 300 0 0 0
2 5 0 0 0 0 0 0 500 0 0 0
3 11 1 1 1 250 400 200 250 0 0 0
4 4 0 0 0 0 0 0 400 0 0 0
Con:
J ∗ = 40000 (ya que se asume un J ∗ = 10000 en cada periodo debido a que no se satisface ninguna
demanda).
J ∗ − q∗
= 1.5915
q∗
1 6 0 0 0 0 0 0 300 0 0 0
2 10 0 1 1 0 400 200 -100 0 300 200
3 13.5 1 1 1 600 400 200 -100 500 400 200
4 8 0 0 1 0 0 200 200 0 0 0
Con:
q∗ = 300(6) + [ F2 (400) + F3 (200) − 100(10) ] + [ F1 (600) + F2 (400) + F3 (200) − 100(13.5) ] + [ F3 (200) + 200(8) ]
= 19270
50
J ∗ − q∗
= 0.7963
q∗
Con:
q∗ = 19756
J ∗ = 20000
J ∗ − q∗
= 0.0123
q∗
Con:
q∗ = 19861.76
51
J ∗ = 20000
J ∗ − q∗
= 0.0069
q∗
Con:
q∗ = 19912.6336
J ∗ = 20000
J ∗ − q∗
= 0.0043
q∗
λ 1 = 8.5 λ 2 = 9.5 λ 3 = 12 λ4 =9
de duality gap para cada iteración y su forma de comportamiento según el grafico duality gap Vrs.
Iteraciones (ver Figura 3.5).
1.5
1
duality gap
0.5
0
0 1 2 3 4 5 6 7 8 9 10 11 12
-0.5
-1
iteración
CAPITULO 4
COORDINACION HIDROTERMICA
4.1 Introducción
En el desarrollo de este capitulo se presentan los conceptos teóricos para entender los tipos de
coordinación existente (corto, mediano y largo plazo) en la coordinación hidrotérmica así como
también explicar en que consiste esta coordinación y las variables involucradas, es importante
recalcar que la programación que utilizaremos en la simulación del despacho hidrotérmico del país
es la de corto plazo, además se presenta restricciones en la operación de unidades hidroeléctricas
así como también el método matemático utilizado para resolver dicha coordinación (Relajación de
Lagrange).
Algunas técnicas desarrolladas para programar estos sistemas consisten en asignar un costo al
agua y luego hacer el despacho económico de carga como en un sistema termoeléctrico
convencional. En sistemas donde la mayor componente de generación es hidroeléctrica puede
hacerse un despacho con mínimos costos para la generación termoeléctrica.
Existen dos tipos de sistemas hidrotérmicos, uno en el cual existe un balance entre la generación
hidroeléctrica y la termoeléctrica y otro donde la generación hidroeléctrica es una pequeña fracción
54
de la capacidad total con la que se cuenta. En este último sistema el despacho se hace
minimizando los costos de producción de generación termoeléctrica, reconociendo las diversas
restricciones hidráulicas que existen.
Una unidad hidroeléctrica es aquella que mediante el uso de una turbina acoplada con un
generador convierte la energía cinética de una masa de agua en movimiento en energía eléctrica,
generalmente pueden haber dos tipos de centrales hidroeléctricas, las cuales se mencionan a
continuación:
1- Centrales hidroeléctricas de pasada: Son aquellas que aprovechan el paso de agua a gran
velocidad, por ejemplo en un río, para generar electricidad. No es posible almacenar agua, por lo
que la generación debe seguir las fluctuaciones del agua disponible. Debido a sus características,
en general este tipo de centrales se consideran siempre despachadas, y la potencia que entregan
simplemente se resta a la demanda total del sistema. En nuestro país las centrales hidroeléctricas
5 de Noviembre y 15 de Septiembre son de éste tipo.
Además, en este tipo de central debe tomarse en cuenta que para sacar el máximo provecho al
agua la cota debe estar lo más cercana posible a la cota máxima del embalse. Es por ello que en la
programación de la generación, para obtener la mayor cantidad de potencia posible por cada
metro cúbico de agua debe procurarse que la cota permanezca lo más alta posible, aunque no a tal
punto que llegue a producirse vertimiento y desperdicio del agua.
Ahora bien, debido a que el agua disponible en cada central es una variable de naturaleza
estocástica, el análisis de sistemas hidrotérmicos deberá necesariamente considerar diferentes
escenarios hidrológicos. En El Salvador predominan las centrales hidroeléctricas tipo embalse las
cuales se caracterizan por la capacidad para acumular cierta cantidad de agua (y por ende de
energía).Para operar en forma óptima una central de este tipo, la energía almacenada debe usarse
en el momento más oportuno para reducir el costo de operación del sistema.
55
Debido a las particularidades de los sistemas interconectados con generación tanto térmica como
hidráulica, conviene describir algunas de sus características que inciden directamente en la
programación de la generación.
A diferencia de los sistemas exclusivamente térmicos, las decisiones tomadas para un período en
un sistema hidrotérmico influyen en lo que ocurre en los siguientes períodos de la programación
debido a que existen centrales hidroeléctricas donde los volúmenes finales de un período son el
volumen inicial para el siguiente período.
Las centrales hidroeléctricas usan la energía almacenada desplazando la generación térmica y los
costos asociados al consumo de combustible. Ya que la disponibilidad de energía hidroeléctrica
está limitada por la capacidad de almacenamiento en los embalses, se introduce una dependencia
entre la decisión operativa de hoy y los costos de operación en el futuro. En consecuencia el uso
de agua en un período de la programación afecta la disponibilidad energética en los períodos
siguientes, tal como se puede apreciar en el árbol de decisión de la Figura 4.1.
Coordinación Consecuencia
Decisión hidrológica futura operación
Húmeda Normal
Uso de
reserva
Seca Déficit
Húmeda Vertimiento
No uso de
reserva
Seca Normal
Figura 4.1 Procesos de decisión para sistemas hidrotérmicos [Pereira, 1998: p.74]
El agua llega a los embalses en forma gratuita, por lo que tiende a pensarse que su costo es cero,
sin embargo, ya que la generación hidroeléctrica produce ahorros en el sistema debido a la
generación termoeléctrica que desplaza, en realidad el agua tiene asociado un costo de
oportunidad. De este modo, si el agua de los embalses se utiliza cuando la demanda del sistema
56
es alta, se está desplazando el consumo de combustibles de mayor precio. Además debe tomarse
en cuenta que si el agua no se usa en un período determinado puede almacenarse para uso futuro,
por lo que no debe considerarse un solo período de programación, sino que deben analizarse
también los costos en los períodos siguientes.
Los sistemas hidrotérmicos tienen una variada gama de restricciones de operación que considerar,
además de las restricciones propias de las unidades termoeléctricas (ya mencionadas en él
capitulo 2), debe incluirse un nuevo conjunto de restricciones propias de la operación de las
unidades hidroeléctricas las cuales se mencionan a continuación [Gil, 2001: p.13]:
1- Cotas mínima y máxima del embalse: Las centrales hidroeléctricas no pueden operar para cotas
demasiado bajas en el embalse, debido a la disminución de la eficiencia y tampoco en cotas
demasiado altas para evitar el desperdicio del agua a través del derrame.
2- Dinámica hidráulica propia de cada embalse: La dinámica hidráulica propia de cada embalse la
cual consiste en tomar en cuenta los caudales de entrada, influjos, descarga de la planta,
derrames, evaporación de agua en los embalses, etc.
Para llevar a cabo una adecuada coordinación hidrotérmica hay ciertos aspectos de especial
relevancia que se deben tomar en cuenta como son las variables involucradas en esta
coordinación así como también los tipos de programación que existen (largo, mediano y corto
plazo), en las secciones siguientes se explica detalladamente estos tipos de programación.
57
Para llevar a cabo una adecuada coordinación hidrotérmica hay ciertos aspectos de especial
relevancia que se deben tomar en cuenta:
b) Modelo hidrológico: Debe disponerse de una base de datos hidrológicos para cada central,
considerando el origen del agua (influjo natural, lluvia, estiaje, etc.).
El primer paso para elaborar un programa de generación hidrotérmica es desarrollar una estrategia
de operación de largo plazo (uno a cinco años) ver Figura 4.2. La elaboración de esta estrategia
debe tomar en cuenta predicciones de consumo, diferentes escenarios hidrológicos, variaciones
anuales y estaciónales de las reservas hidráulicas, los valores y costos esperados de generación
térmica, planes de obras, los factores de indisponibilidad de cada unidad y las probabilidades de
escasez de energía.
Los modelos de largo plazo consideran una representación simplificada de la oferta y demanda del
sistema para llevar a cabo las simulaciones. La estrategia de operación de largo plazo debe arrojar
como resultado los montos de energía generada termoeléctrica e hidroeléctricamente en una base
mensual de forma de asegurar el suministro energético al menor costo posible. La idea es
minimizar el costo de operación a través del uso óptimo de los recursos hidráulicos.
ENTRADA SALIDA
LARGO PLAZO
Agua embalsada, hidrología, Generación hidroeléctrica y
Horizonte multianual
oferta y demanda totales, termoeléctrica en una base
Etapas trimestrales
planes de obra, etc. mensual o anual
Tomando como referencia los resultados entregados por la estrategia de largo plazo, debe
simularse el modelo de mediano plazo. En esta simulación se debe determinar un criterio de
operación óptimo de los embalses para un horizonte anual en etapas mensuales y/o semanales.
Los modelos de mediano plazo deben usar información más detallada que los modelos de largo
plazo como se muestra en Figura 4.3. Si bien utilizan una representación simplificada de la oferta y
demanda del sistema, ésta representación es más desagregada que la de los modelos de largo
plazo. Además, deben tomarse en cuenta aspectos tales como la coordinación de los programas
de mantenimiento y los contratos de intercambio de energía, entre otros. Según el tipo de modelo
de mediano plazo que se use, los resultados de la simulación pueden corresponder a las cotas de
cada embalse para cada semana del período de análisis.
ENTRADA
MEDIANO PLAZO
Información detallada de SALIDA
Horizonte anual
cada embalse, oferta y Cotas de embalses para
Etapas mensuales,
demanda desagregadas, cada etapa
semanales
etc.
La coordinación hidrotérmica de corto plazo consiste en decidir la cantidad de agua que se usará
de los embalses en cada etapa (hora) del horizonte de programación (diario o semanal). El objetivo
es minimizar los costos de combustible de las unidades termoeléctricas, cumpliendo
simultáneamente las restricciones de operación (tanto eléctricas como hidráulicas) y tomando
como referencia los resultados obtenidos de la simulación de los modelos de mediano y largo
plazo. [Gil, 2001: p. 22].
Este diagrama servirá para definir las variables a ser introducidas en el programa de simulación,
como se verá en el capitulo 6.
ENTRADA
Información de la red, curva CORTO PLAZO SALIDA
de costo de cada central, Horizonte semanal Potencia a entregar por
restricciones de operación, Etapas horarias cada central
etc.
Función a minimizar:
T N
FT = min ∑∑ ⎡⎣ Fi t ( Pi t , uit ) + C Ai yit + C pi zit ⎤⎦ (Ec. 4.1)
t =1 i =1
Sujeto a:
N M
∑P +∑P
i =1
i
t
j =1
j
t
= PDt para t = 1...T , i = 1...N , j = 1...M (Ec. 4.2)
i plantas térmicas.
j plantas hidroeléctricas.
t períodos.
Además:
uit es una variable binaria que toma el valor de 1 si el generador i esta funcionando en la hora t , y
0 si no esta funcionando.
yit es una variable binaria que toma el valor de 1 si el generador i arranca al comienzo en la hora
t , y 0 si éste no arranca.
zit es una variable binaria que toma el valor de 1 si el generador i se desacopla al comienzo en la
T
Min FT = ∑ Fi ( Pi t ) (Ec. 4.8)
t =1
Sujeto a:
Tmax
∑Q t =1
t
j = QTOT descarga total de agua (Ec. 4.9)
t = intervalo
rjt s tj
r jt = influjo durante periodo t
t
V j
t
V jt = volúmen al final del periodo j
Qj
Q tj = descarga durante j (turbinado)
s tj = derrame durante j
Pjt Pi t
j i
PDt
V jt = V0 volumen inicial
t =o
62
V jt = Vf volumen final
t =T
t
Qmin ≤ Q t ≤ Qmax
t
límites de caudales para t = 1...Tmax
S A L ID A , P (M W )
Figura 4.6 Curva entrada-salida para una unidad hidroeléctrica de cabeza constante
T
⎡T ⎤
L = ∑ ⎡⎣ F ( Pi t ) + λit ( PDt − Pjt − Pi t ) ⎤⎦ + γ ⎢ ∑ Q( Pjt ) − QTOT ⎥ (Ec. 4.11)
t =1 ⎣ t =1 ⎦
En la Ec. 4.11 puede observarse que λ representa el costo incremental de las unidades térmicas
como se menciono en el capitulo 2 y el nuevo multiplicador γ representa el costo de oportunidad
del agua (valor del agua).
∂L
=0 (Ec. 4.12)
∂Pi tk
Obteniendo:
dF ( Pi tk )
= λitk (Ec. 4.13)
dPi tk
∂L
=0 (Ec. 4.14)
∂Pjtk
63
Resultando:
dQ tjk
γ = λitk (Ec. 4.15)
dPjtk
En la Ec. 4.15 se puede observar la relación que existe entre los costos increméntales de las
unidades térmicas y las hidroeléctricas. Para resolver este problema puede hacerse por el método
iterativo de búsqueda gamma el cual se muestra en la Figura 4.7 y consiste en elegir un valor de
gamma a partir de la Ec. 4.15, luego resolver para el valor de λ y con este costo incremental
resolver para la hidroeléctrica y luego repetir los pasos anteriores para el nuevo gamma
encontrado y así hasta encontrar una solución al despacho económico.
NO
ε ≤ Tolerancia
SI
FIN
En base al diagrama de la Figura 4.8 se definen los volúmenes para las tres unidades en serie de
la figura 4.6 las cuales quedan definidas como sigue:
Donde:
rjt = influjos de agua
V jt = volumen en reservorio
Q tj = descarga de la hidroeléctrica
El objetivo es minimizar:
T
∑ F ( P ) = costo total
t =1
i
t
(Ec. 4.19)
65
{
T
L = ∑ ⎡⎣ F ( Pi t ) + λit ( PDt − Pi t − Pjt ) ⎤⎦ + γ 1t ⎡⎣V1t − V1t −1 − (r1t − s1t − Q1t ) ⎤⎦ +
t =1 (Ec. 4.21)
γ ⎡⎣V − V
t
2 2
t
2
t −1
− (Q + s1 − s − q 2 ) ⎤⎦ + γ 2 ⎡⎣V − V
t
1
t t
2
t t
3
t
3
t −1
− (Q + s 2 − s − Q3 ) ⎤⎦
t
3
t t
3
t
}
para el siguiente subperíodo. Estas restricciones son añadidas a la función objetivo por medio de
multiplicadores de Lagrange (vectores duales) y el resultado de esta función es conocida como el
problema primal relajado.
El problema se pude formular como un problema de optimización en el que los costos de operación
se minimizan sujetos a que se cumplan las restricciones técnicas de las centrales térmicas e
hidráulicas.
1. Función a minimizar
T N T N
FT ( Pi ) = ∑∑ ⎡⎣ Fi t ( Pi t ) + C Ai ,t ⎤⎦ uit = ∑∑ ⎡⎣ Fi ( Pi t , uit ) ⎤⎦ (Ec. 4.22)
t =1 i =1 t =1 i =1
67
2. Restricciones de igualdad
PDt = Pi t + Pjt
(Ec. 4.23)
V jt = V jt −1 + (rjt − s tj − q tj )
3. Restricciones de desigualdad
t
Pi ,min ≤ Pi t ≤ Pi ,max
t
Donde:
uit : variable binaria que toma el valor de 1 si el generador i esta funcionando en la hora t y 0 si no
lo está.
Pi ,max : potencia máxima de salida del generador i
T N T ⎡ N M ⎤ T ⎧M ⎫
L = ∑∑ ⎡⎣ Fi ( Pi t ) + C Ai ,t ⎤⎦ uit + ∑ λ t ⎢ PDt − ∑ Pi t uit − ∑ Pjt ⎥ + ∑ γ ⎨∑ ⎡⎣V jt − V jt −1 − rjt + s tj + q tj ⎤⎦ ⎬ (Ec. 4.25)
t =1 i =1 t =1 ⎣ i =1 j =1 ⎦ t =1 ⎩ j =1 ⎭
Donde el índice ( Λ ) denota vectores para cada planta térmica i y cada planta j , la correspondiente
función dual es:
q(λ , γ ) = min L (Ec. 4.27)
θ
Donde θ es el conjunto de variables primales { Pi t , Pjt } que satisfacen las desigualdades. En esta
función dual, las variables minimizan la función de Lagrange L , sujeto a las restricciones de los
generadores térmicos e hidráulicas.
En orden de evaluar la función dual, el problema relajado conocido como problema primal relajado
puede ser resuelto por variables duales. Si sustituimos la ecuación 4.25 en 4.27 obtenemos:
⎧T N
⎡T T
⎤
q ( λ , γ ) = min ⎨∑ λ t PDt + ∑ ⎢ ∑ Fi ( Pi t , uit ) − ∑ λ t Pi ⎥ +
i =1 ⎣ t =1 ⎦
θ
⎩ t =1 t =1
(Ec. 4.28)
⎡ T t t ⎤⎫
⎢ −∑ λ Pj + ∑ γ {V j − V j − rj + s j + q j }⎥ ⎬
M T
∑
j =1 ⎣ t =1 t =1
t t t −1 t t
⎦⎭
primales para las variables duales (λ , γ ) . Más bien, el problema anterior tiene una estructura
69
⎧N ⎡T T
⎤⎫
minimizar ⎨∑ ⎢ ∑ Fi ( Pi t , uit ) − ∑ λ t Pi ⎥ ⎬ (Ec. 4.29)
Pi
⎩ i =1 ⎣ t =1 t =1 ⎦⎭
Los subproblemas descritos anteriormente pueden ser resueltos usando cualquier técnica utilizada
en el capítulo dos para el subproblema hidro ya que el modelo es lineal, el subproblema térmico
puede ser resuelto con la técnica utilizada en el capítulo tres. Para resolver este problema se utiliza
el algoritmo mostrado en la Figura 4.9 representado por diagramas de bloques.
Inicializar el vector λ t
para t=1...T
Como se ha dicho anteriormente, una de las ventajas de emplear las técnicas de RL es que se
dispone de información económica útil que se corresponde con las variables del problema dual, los
multiplicadores de Lagrange.
De igual manera, el multiplicador γ , para un período dado, representa el costo de oportunidad del
agua, indica el precio marginal que debe recibir una compañía hidráulica por cada MW que inyecta
al sistema. Esta interpretación económica resulta útil en los sistemas de energía eléctrica
centralizados para confeccionar las tarifas, pero también es útil en sistemas eléctricos basados en
mercados de energía. En el marco de los sistemas eléctricos competitivos, el procedimiento de la
RL que resuelve el problema del despacho hidrotérmico se puede considerar un mecanismo de
determinación de precios en un mercado liberalizado. Es decir, se puede considerar como el
mecanismo que permite satisfacer la demanda de los clientes cumpliendo ciertos niveles de
seguridad y que elige las ofertas más baratas de los generadores. El operador del sistema
establece una propuesta de los precios horarios de la energía (multiplicadores de Lagrange) para
todo el horizonte temporal.
CAPITULO 5
5.1 Introducción
5.2.1 Optimización:
Si recordamos la sección 4.8 del capitulo anterior en la cual por medio del método de RL se logra
separar el problema de la coordinación hidrotérmica en un subproblema para cada central térmica
y en otro subproblema para cada central hidroeléctrica en la cual el nexo de estos dos
subproblemas es el multiplicador λ , prácticamente este programa principal lo que hace es lo
siguiente:
Primero se define la demanda a suministrar, los coeficientes de las curvas de entrada-salida de los
generadores térmicos, limites máximos y mínimos de potencia, costos del combustible, valores
iniciales de lambda para iniciar las iteraciones, como primer paso se maximiza el recurso hidráulico
72
por medio de la función Linprog de Matlab el cual era el subproblema para cada generador
hidroeléctrico tal como se mencionó anteriormente, para el caso del ejemplo de este capitulo se
hará con la función fmincon.
Después de optimizado el recurso hidráulico se resuelve el subproblema de cada generador
térmico, esta cantidad de potencia es optimizada basada en el método de la relajación de
Lagrange, en la cual se manejan las variables binarias {1,0} las cuales definen el estado de
encendido y apagado respectivamente de los generadores térmicos lo cual genera un problema de
programación entera-mixta en la cual por medio del valor del costo marginal (lambda) se calculan
potencias térmicas, que generan costos de producción que al ser comparados definirán si estas
entran o no al despacho medio del valor de la variable binaria mencionada anteriormente. Una vez
establecido por medio del valor de U cuales maquinas serán despachadas, se procede al proceso
de optimización por medio de la función fmincon de Matlab, sujeto a restricciones de potencia y
demanda, luego de este proceso se determinan los valores de las variables de la función dual y
primal que se utilizan para el calculo del Duality Gap o criterio de paro en función de los costos
optimizados , se da por finalizado el proceso o iteraciones si se cumple el valor de Duality Gap
establecido sumado a la factibilidad del despacho térmico, ya que en el proceso de optimización
térmico se pueden generar valores de potencia fuera del limite de las maquinas, este
procedimiento se explica mas adelante en el método de la Relajación de Lagrange , el resultado
final son para los n periodos potencias hidroeléctricas optimizadas, volúmenes finales en cada
periodo, costo del agua turbinada (costo oportunidad), potencias térmicas optimizadas ,costos
marginales de las maquinas térmicas despachadas.
5.2.2 Maxhidro
En maxhidro el proceso de optimización del recurso hidráulico existente para el ejemplo muestra
lo realiza la función de Matlab fmincon, pero para el análisis del despacho en la semana seca y
húmeda que se analizara en el capitulo siete se usara la función Linprog que es un método mas
poderoso para optimizar, el fmincon necesita para poder funcionar los siguientes parámetros:
73
Sintaxis:
[x,fval,exitflag,output,lambda]=
fmincon(FUN,xo, A,b,Aeq,Beq,lb,ub,options)
Donde:
FUN: Es la función a maximizar expresada de la siguiente forma:
T M
Optimizar - ∑∑ λ t Pj (Ec. 5.1)
Pj t =1 j =1
Esta ecuación se encuentra en: echidro para el ejemplo muestra, pero para el análisis del
despacho en la semana seca y húmeda que se realizara en el capitulo siete donde se usara el
Linprog no se usara echidro. Es de mencionar que en esta optimización del recurso hidráulico se
encuentra el costo de megavatio turbinado por medio de las eficiencias de las maquinas
hidráulicas y el valor de la restricción, siendo este el costo oportunidad del agua, mas valores de
potencia y volumen al final de cada despacho. En la Tabla 5.1 se muestran los argumentos,
descripción y donde son utilizadas las funciones y en la Tabla 5.2 se presentan parámetros que
utilizan las funciones en la optimización.
Usado
Parámetros de Método
Descripción por
la optimización utilizado
funciones
Large Scale-
Si se coloca 'off' no desplega el valor de salida, si se coloca 'iter' fmincon,
Display. Medium
despliega el valor de salida en cada iteración. linprog.
Scale.
Algoritmo de optimización, se activa con ‘on’ y si no utiliza se fmincon,
Large Scale. -
coloca ‘off.’ linprog.
Algoritmo de optimización, se activa con ‘on’ y si no utiliza se fmincon,
Medium Scale. -
coloca ‘off.’ linprog.
Large Scale-
fmincon,
TolFun Tolerancia de terminación sobre el valor de la función. Medium
linprog.
Scale.
Large Scale-
fmincon,
TolX Tolerancia de terminación en x. Medium
linprog.
Scale.
Large Scale-
fmincon,
MaxIter Máximo numero de iteraciones permitidas. Medium
linprog.
Scale.
5.2.3 costterm
En este se encuentran las ecuaciones de costo de las maquinas térmicas que optimizara la
función fmincon y es de la forma que muestra la Ec. 5.2:
Para el análisis del despacho de generación en el país se utilizaran los bloques tal como se han
explicado, para el ejemplo muestra de este capitulo la ecuación a ser maximizada por el recurso
hidroeléctrico en maxhidro esta en el archivo: echidro, y su forma es la siguiente:
T M
maximizar - ∑∑ λ t Pj (Ec. 5.3)
Pi
t =1 j =1
Desde t : 1,2,…24 que son las 24 horas que se optimizaran los costos de las centrales
hidroeléctricas para el ejemplo muestra.
75
Los métodos de optimizacion utilizados por las funciones de Matlab fmincon-Linprog, salida de
datos de las mismas, mas definición de variables internas dentro del programa se exponen el
anexo D.
Luego se compara el valor resultante para cada maquina en cada periodo con los limites de
potencia de cada máquina para verificar si no existe alguna violación de alguna potencia máxima o
mínima de las unidades térmicas.
Donde:
F ( P( λ ) ) = A + BP( λ ) + CP( λ ) 2 (Ec. 5.6)
Para cada maquina en cada periodo, si el resultado de esta evaluación es negativo la variable
binaria U será uno debido a que para ese valor de λ el generador obtiene utilidad ya que el precio
que le ofrecen multiplicado por la potencia generada es mayor que los costos de producción e
implica que el generador esta dispuesto a generar y entrar al despacho, de lo contrario será cero y
no participara del despacho.
t t
Grad = Pdem − ∑ Pt − ∑ Ph (Ec. 5.8)
i =1 j =1
Donde:
Pdem : Potencia total demanda
t
Primero encontramos los costos totales para las k maquinas y t periodos en línea durante todos
los periodos:
t k
FCosto = ∑∑ F ( PT ) (Ec. 5.9)
t =1 i =1
Donde:
La función Dual que son los costos totales sin optimizar, se obtendrá de la siguiente manera:
Una vez conocido que maquinas térmicas están en línea por medio de la variable U, estas se
optimizan utilizando la función fmincon de Matlab de manera similar al caso hidráulico, solo que la
función a minimizar para cada máquina en cada periodo se encuentra en costterm y responde a
la forma:
Luego definen los vectores necesarios para la minimización en Matlab en cada periodo , el vector
de inicialización de la minimización Potini que son valores iniciales de maximización de potencia
de las maquinas en línea, las restricción de minimización en el caso térmico viene dada por la
77
satisfacción de la demanda en el periodo establecido con las maquinas existentes en línea, dadas
por los vectores balance y Demanda, donde balance es el vector de potencia de las maquinas en
línea a ser minimizado y Demanda es el resultado de la diferencia entre la demanda total y la
potencia hidráulicas totales del periodo de análisis , esta diferencia debe de ser suministrada por
las maquinas térmicas en línea.
Se definen además los vectores lb (vector de potencias mínimos de las maquinas térmicas) y ub
(vector de valores máximos de las maquinas térmicas).
Una vez es minimizado el recurso térmico se obtiene los costos reales de los mismos, de la
comparación de los costos reales con los aproximados se obtiene el valor del DualityGap que nos
servirá como tolerancia para detener el algoritmo junto con una condición de factibilidad del
despacho en la que se compara las potencias térmicas minimizadas con las permitidas de acuerdo
a sus limites de potencia, el valor del DualityGap es:
⎛ Jprimal − FHTotal ⎞
Dgap ( j ) = ⎜ ⎟ (Ec. 5.12)
⎝ FHTotal ⎠
Donde:
Jprimal : Es la función primal definida en el capitulo 2 la cual es el valor de los costos de las
Donde:
λ0 : El valor inicial de lambda.
Grad : Valor del Gradiente.
α : Alfa esta en función del valor del gradiente, así:
Iniciacion de
Optimizacion
Definicion de
la demanda
Limites de potencia de
las maquinas termicas,
Parametros termicos,
costos de gasolina, etc.
Lambda inicial
Optimizacion
Maxhidro del recurso
Hidroelectrico
Recurso
Termico=Demanda-
Potencia hidraulica
optimizada
Calculo de
(λ − B)
P( λ ) =
( 2C )
Ecuacion a Optimizacion
optimizar del recurso
(costterm) Termico
Actualizar
Duality Gap
λ'
Verificar
Fin Factibilidad del
despacho
Acá se optimiza el recurso hidráulico disponible sujeto a las restricciones de volumen, potencia de
las mismas, lo sobresaliente de este despacho es cálculo del valor en Mw del agua turbinada, que
es el costo oportunidad del agua.
Además se determinan volúmenes finales en cada periodo con los que se encuentran las alturas
del embalse al final de cada periodo de generación.
• Para todas las k unidades térmicas determinar para cada hora t, la potencia en función de
Lambda ( Plambdat).
La variable entera U es binaria puede ser uno o cero, si el valor es la unidad esta se encuentra
encendida, de ser cero esto significa que esta apagada y no participa del despacho en un periodo
determinado.
• Actualización de Lambda
• Si además de cumplir el Duality Gap se que los cumple estados de las unidades térmicas
sean factibles, ya que se observo que aunque el Duality Gap se cumpla pueden existir
estados no factibles de las unidades térmicas como resultado del proceso de
optimización de los recursos.
El sistema eléctrico de potencia a analizar consta de tres unidades térmicas y dos centrales
hidroeléctricas en cascada con las siguientes características:
Inicializar el vector λ t
para t=1...T
Despacho Economico
y función primal J *
Se verifica Si
J * − q*
factibilidad del
≤ε
despacho q*
térmico
No
No
Actualizar
FIN λt
Figura 5.2 Algoritmo de Método del Relajación Lagrangeana para realización del despacho
Unidad 1
Unidad 2
Unidad 3
La cuenca hidraulica tiene dos embalses en cascada y cada embalse tiene asociado un generador
hidroeléctrico (Ver Figura 5.3), los volúmenes iniciales de los embalses superior e inferior son
respectivamente 2 y 3 Hm3 y los máximos y mínimos de los mismos son 10 y 2 Hm3 . La aportación
hidráulica al embalse superior en cada hora es constante y de valor 1 Hm3 , y al embalse inferior la
aportación es de 2 Hm3 . El limite máximo de volumen horario turbinado para ambos generadores
es de 4 Hm3 . Los parámetros de conversión de energía producida-volumen turbinado para los
generadores son respectivamente 5 y 8 MWh/Hm 3 .
Se deberá de suministrar una demanda de veinticuatro periodos (un día), la que se muestra en la
Tabla 5.3.
t P (MW) t P (MW)
1 150 13 700
2 170 14 1000
3 180 15 1050
4 200 16 900
5 200 17 650
6 300 18 600
7 350 19 500
8 400 20 400
9 450 21 300
10 470 22 300
11 520 23 200
12 600 24 100
En base a los datos de las unidades térmicas se forman vectores que reflejan los coeficientes de
las curvas de entrada-salida A, B y C, así como los límites de potencia mínimos y máximos.
Además se forma el vector de demanda, valores iniciales de lambda, potencias térmicas iniciales,
etc.
Para la maximización del recurso hidráulico se necesitan plantear la ecuación a maximizar más las
restricciones de potencia y volumen siguientes:
T M
maximizar ∑∑ λ t Pj (Ec. 5.15)
Pi
t =1 j =1
Sujeto a las restricciones de cada generador hidráulico, la potencia generada a cada periodo en
función de la eficiencia y el caudal turbinado para dicha potencia hidráulica así:
Unidad 1 Unidad 2
Pg 11 = 5Q11 Pg 21 = 8Q21
Pg 12 = 5Q12 Pg 22 = 8Q22
Pg 13 = 5Q13 Pg 23 = 8Q23
. .
. .
Pg 124 = 5Q124 Pg 224 = 8Q224
Más las restricciones genéricas de volumen de las centrales en cascada explicadas en el capitulo 4
y que aplican en nuestro ejemplo:
Para nuestro ejemplo se considera que no existe derrame, entonces las ecuaciones quedan como
sigue:
84
Ahora sustituyendo el valor del caudal para caso tendremos las restricciones de potencia y
volumen necesario para maximizar la ecuación hidráulica cada periodo, así:
Maquina 1 Maquina 2
Anteriormente se formulo la forma en la que se debe de parametrizar Matlab para que este
optimice funciones sujeto a restricciones lineales.
Podemos observar los valores para la parte térmica de U t , Pt (que es PT) y de las potencias
optimizadas en Matlab, ver Tabla 5.7.
Tabla 5.6 Valor del agua para los 24 períodos de la simulación en 1ª iteración
Las variables Pt son las potencias térmicas optimizadas y Ph las potencias hidráulicas
maximizadas.
N
t λ u1 u2 u3 P1 P2 P3 PDt − ∑ Pi tU it P1opt P2opt P3opt
i =1
1 0.00 0.00 0.00 0.00 0.00 0.00 0.00 150.00 0.00 0.00 0.00
2 0.00 0.00 0.00 0.00 0.00 0.00 0.00 170.00 0.00 0.00 0.00
3 0.00 0.00 0.00 0.00 0.00 0.00 0.00 180.00 0.00 0.00 0.00
4 0.00 0.00 0.00 0.00 0.00 0.00 0.00 200.00 0.00 0.00 0.00
5 0.00 0.00 0.00 0.00 0.00 0.00 0.00 200.00 0.00 0.00 0.00
6 0.00 0.00 0.00 0.00 0.00 0.00 0.00 300.00 0.00 0.00 0.00
7 0.00 0.00 0.00 0.00 0.00 0.00 0.00 350.00 0.00 0.00 0.00
8 0.00 0.00 0.00 0.00 0.00 0.00 0.00 400.00 0.00 0.00 0.00
9 0.00 0.00 0.00 0.00 0.00 0.00 0.00 450.00 0.00 0.00 0.00
10 0.00 0.00 0.00 0.00 0.00 0.00 0.00 470.00 0.00 0.00 0.00
11 0.00 0.00 0.00 0.00 0.00 0.00 0.00 520.00 0.00 0.00 0.00
12 0.00 0.00 0.00 0.00 0.00 0.00 0.00 600.00 0.00 0.00 0.00
13 0.00 0.00 0.00 0.00 0.00 0.00 0.00 700.00 0.00 0.00 0.00
14 0.50 0.00 1.00 1.00 0.00 400.00 200.00 400.00 0.00 574.00 374.00
15 0.50 0.00 1.00 1.00 0.00 400.00 200.00 450.00 0.00 599.00 399.00
16 1.00 0.00 0.00 1.00 0.00 0.00 200.00 700.00 0.00 0.00 856.36
17 0.00 0.00 0.00 0.00 0.00 0.00 0.00 650.00 0.00 0.00 0.00
18 0.00 0.00 0.00 0.00 0.00 0.00 0.00 600.00 0.00 0.00 0.00
19 0.00 0.00 0.00 0.00 0.00 0.00 0.00 500.00 0.00 0.00 0.00
20 0.00 0.00 0.00 0.00 0.00 0.00 0.00 400.00 0.00 0.00 0.00
21 0.00 0.00 0.00 0.00 0.00 0.00 0.00 300.00 0.00 0.00 0.00
22 0.00 0.00 0.00 0.00 0.00 0.00 0.00 300.00 0.00 0.00 0.00
23 0.00 0.00 0.00 0.00 0.00 0.00 0.00 200.00 0.00 0.00 0.00
24 0.00 0.00 0.00 0.00 0.00 0.00 0.00 100.00 0.00 0.00 0.00
Tabla 5.7 Resultados del recurso térmico para los 24 períodos de la simulación en 1ª iteración
Por lo que se efectuarán las iteraciones necesarias en este despacho hidrotérmico hasta cumplir
con la demanda establecida.
El despacho hidrotérmico que satisface todas restricciones se da en la iteración número 71, con los
siguientes resultados (Ver Tabla 5.9 y Figura 5.4):
87
1200
1100
1000
Valores de potencia (MW)
900
800
700
600
500
400
300
200
100
0
0 5 10 15 20 25
Periodos
Potencia maquina termica uno Potencia maquina termica dos
Potencia de maquina tres Potencia maquina hidro uno
potencia maquina hidro dos Demanda a Suministrar
Para este ejemplo en particular podemos observar que el aporte del recurso hidráulico es menor al
aporte de las maquinas térmicas para satisfacer la demanda en cada período, debido a los límites
de volumen mínimos y máximos, y las limitaciones de caudal turbinado en base a la eficiencia. En
la Tabla 5.10 se presentan los datos de volumen de las centrales hidroeléctricas.
Numero de periodos
En la Figura 5.5 se puede visualizar períodos en los cuales algunos límites de volúmenes son
alcanzados, períodos en los que las centrales se van llenando, otros en los que una se vacía y la
otra se llena y otros en las cuales ambas se vacían, demostrando con esto la complementariedad
de los embalses por estar en cascada. En la Tabla 5.11 se muestran los valores del agua en cada
período.
Tabla 5.11 Valores del agua finales para los 24 períodos de la simulación
90
30
25
Hm3 20
15
10
5
0
0 5 10 15 20 25
Periodos
Volumen unidad uno Valor del agua unidad uno
Volumen minimo Volumen maximo
Figura 5.6 Comportamiento del volumen y valor del agua de unidad uno
En la Figura 5.6 se puede observar el comportamiento de la unidad uno con respecto al valor de su
restricción en el proceso de optimización donde cada vez que el valor del volumen alcanza un valor
mínimo o máximo, el valor de la restricción sufre cambios a consecuencia de lo planteado por las
condiciones de Khun-Tucker.
12
10
8
Hm3
0
0 5 10 Periodos 15 20 25
Figura 5.7 Comportamiento del volumen y valor del agua de unidad dos
El comportamiento en la Figura 5.7 es similar al analizado para la unidad uno en la Figura 5.5. Para
finalizar podemos analizar el comportamiento de precios del agua (costo oportunidad) junto con el
de los costos marginales de las unidades térmicas del despacho realizado utilizando el método de
la Relajación de Lagrange.
91
30
Valor de Mw en $/MW
25
20
15
10
5
0
0 5 10 15 20 25
Periodos
El valor de la función en el valor óptimo es: -7,724.47 indicando el signo menos que es máximo.
Podemos observar los valores para la parte térmica de U t , Pt (que es PT) y de las potencias
optimizadas en Matlab en la Tabla 5.12 y 5.13.
N
t λ u1 u2 u3 P1 P2 P3 PDt − ∑ Pi tU it P1opt P2opt P3opt
i =1
1 7.47 0.00 0.00 1.00 0.00 0.00 145.30 150.00 0.00 0.00 146.61
2 7.65 0.00 0.00 1.00 0.00 0.00 163.60 170.00 0.00 0.00 164.87
3 7.74 0.00 0.00 1.00 0.00 0.00 172.80 180.00 0.00 0.00 174.13
4 7.93 0.00 0.00 1.00 0.00 0.00 191.40 200.00 0.00 0.00 192.70
5 7.93 0.00 0.00 1.00 0.00 0.00 191.70 200.00 0.00 0.00 193.08
6 7.73 0.00 1.00 1.00 0.00 400.00 200.00 300.00 0.00 100.00 172.16
7 8.57 0.00 1.00 1.00 0.00 400.00 200.00 350.00 0.00 113.40 200.00
8 8.86 0.00 1.00 1.00 0.00 400.00 200.00 400.00 0.00 172.90 200.00
9 9.02 0.00 1.00 1.00 0.00 400.00 200.00 450.00 0.00 204.40 200.00
10 9.18 0.00 1.00 1.00 0.00 400.00 200.00 470.00 0.00 236.60 200.00
11 9.44 0.00 1.00 1.00 0.00 400.00 200.00 520.00 0.00 287.60 200.00
12 9.88 0.00 1.00 1.00 0.00 375.50 200.00 600.00 0.00 376.10 200.00
13 9.77 1.00 1.00 1.00 600.00 400.00 200.00 700.00 100.00 354.00 200.00
14 11.43 1.00 1.00 1.00 581.00 400.00 200.00 400.00 357.71 400.00 200.00
15 11.59 1.00 1.00 1.00 600.00 400.00 200.00 450.00 398.00 400.00 200.00
16 11.02 1.00 1.00 1.00 600.00 400.00 200.00 700.00 255.04 400.00 200.00
17 9.56 1.00 1.00 1.00 508.00 400.00 200.00 650.00 100.00 311.60 200.00
18 9.87 0.00 1.00 1.00 0.00 372.10 200.00 600.00 0.00 373.00 200.00
19 9.37 0.00 1.00 1.00 0.00 357.80 200.00 500.00 0.00 274.30 200.00
20 8.10 0.00 1.00 1.00 0.00 400.00 200.00 400.00 0.00 276.90 81.52
21 7.64 0.00 1.00 1.00 0.00 400.00 200.00 300.00 0.00 100.00 163.62
22 7.64 0.00 1.00 1.00 0.00 400.00 200.00 300.00 0.00 100.00 163.63
23 7.71 0.00 0.00 1.00 0.00 0.00 173.60 200.00 0.00 0.00 171.00
24 6.71 0.00 0.00 1.00 0.00 0.00 158.50 100.00 0.00 0.00 71.00
Tabla 5.12 Resultados finales del recurso térmico para los 24 períodos de la simulación
92
De la Tabla 5.13 Delta es el valor de potencia que esta pendiente de ser suministrado por las
unidades, este valor como se refleja en la tabla es cero lo que demuestra que la demanda ha sido
satisfecha en el despacho, Pt son las potencias térmicas optimizadas y Ph las hidráulicas
maximizadas. En la Figura 5.9 se muestra el comportamiento del Duality Gap en las 71 iteraciones,
observando queconverge rápidamente en las primeras iteraciones.
7. Se refleja que el costo oportunidad del agua se mantiene casi constante durante todo el
despacho, producto de que no se alcanza ninguna restricción.
8. Se refleja la convergencia del método por medio del criterio del DualityGap expresado en
función de costos aproximados con los costos optimizados, que al actulizarse el valor de
lambda iteración con iteración va modificando el despacho y por lo tanto los costos
asociados al mismo.
95
CAPITULO 6
MODELAJE
6.1 Introducción
En el presente capítulo se presentan los datos que serán introducidos en la simulación del sistema
eléctrico de potencia de El Salvador. Para ese efecto se seleccionaron la demanda de dos
semanas tomando en cuenta que éstas pertenecieron a estaciones climatológicas diferentes
(estación lluviosa y seca), dichas semanas son la semana del 03 al 09 de Enero de 2004 y la
semana comprendida del 22 al 28 de Septiembre de 2003. Las curvas de demanda utilizadas
fueron tomadas de la pagina Web de la UT y corresponden a datos reales de carga del sistema
para el período en estudio, en la sección 6.4 se presentan los datos a ser utilizados en la
simulación.
Además se presentan algunos de los datos horarios, diarios y semanales que toman en cuenta
para la planificación, tales como: influjos naturales, altura de embalses al inicio y fin de la semana,
modelaje de los generadores térmicos e hidroeléctricos, etc. Teniendo en cuenta que con estos
datos la simulación debe dar resultados cercanos de la operación real del sistema de potencia en
estudio, a fin de poder realizar comparaciones entre los resultados obtenidos y los resultados del
despacho realizado por la UT.
Las plantas generadoras térmicas que han sido seleccionadas en la simulación del programa
hidrotérmico de nuestro país se muestran en la Tabla 6.1, así como también el número de
unidades que tiene cada planta.
Capacidad
Numero de
Planta Instalada
generadores
(MW)
Acaj-u1 1 30
Acaj-u2 1 33
Acaj-u5 1 65
Acaj-MD 9(17 MW) 153
Nejapa 27(5.3 MW) 143.1
Cessa 1 15
Soya-u1 1 15
Tabla 6.1 Generadores térmicos seleccionados para modelar el sistema del país
96
Para la obtención de las curvas características entrada-salida de las unidades, se evaluaron las
siguientes opciones:
1- A partir de datos proporcionados por cada planta generadora del consumo de combustible
y potencia generada por cada unidad, determinar una curva característica de costos, a
través del método de mínimos cuadrados.
Analizando las opciones antes mencionadas, se optó por la segunda, ya que la primera presentaba
varios inconvenientes, los cuales se mencionan a continuación:
El procedimiento llevado a cabo para la obtención de las curvas de costos increméntales para cada
unidad térmica, es el siguiente:
1) Conociendo las gráficas de eficiencia para cada generador (Ver Figuras 6.1, 6.3, 6.5, 6.7, 6.9,
6.11, 6.13), las cuales vienen expresadas en g/kWh y que éstas definen el consumo especifico
de combustible (SFOC) vs. carga (%), se convirtieron los g/kWh a Btu/kWh, para ello fue
necesario conocer el “Low Consumption Value” (LCV) del combustible expresado en kJ/kg.
⎛ g ⎞ ⎛ kJ ⎞ 1 kg 1 Btu Btu
SFOC ⎜ ⎟ × LCV ⎜ ⎟ × × = (Ec. 6.1)
⎝ kWh ⎠ ⎝ kg ⎠ 1000 g 1.055 kJ kWh
2) Teniendo la curva en unidades de Btu/kWh se multiplicó cada dato por el porcentaje de carga
que le correspondía, con lo cual obtuvimos datos de Btu/h.
Btu Btu
× Potencia (kW)= (Ec. 6.2)
kWh h
97
3) Para convertir los Btu/h a Gal/h y así obtener los datos de curva característica de entrada-
salida de los generadores fue necesario conocer la capacidad calorífica del combustible
expresada en Btu/Gal lo cual se hizo de la siguiente manera:
4) Teniendo la curva característica entrada-salida en unidades Gal/h vrs. MW, como se muestra
en las Figuras 6.2, 6.4, 6.6, 6.8, 6.10, 6.12, 6.14 se ajustaron estos datos a una curva
polinomica de segundo grado para obtener la forma:
H ( P ) = AP 2 + BP + C (Ec. 6.4)
Los datos y resultados obtenidos siguiendo el procedimiento anterior son los siguientes:
Motor Combustible
Marca:Wartsila Tipo: Light Fuel Oil
Modelo: 18V46GD LCV: 42700 kJ/kg
Potencia nominal: 17076 kW Densidad: 0.81kg/lt
Heat Rate
240
230
225.0
220
SFOC (g/kWh)
210
200
190
189.0 183.0
180
182.0
179.0 179.2 180.0
170
0 25 50 75 100
Carga (%)
A partir de las curvas de eficiencia y con el procedimiento explicado en la sección 6.2 se obtienen
las Tablas 6.2, 6.3, 6.4, 6.5, 6.6, 6.7, 6.8.
SFOC
Carga (%) P(MW) Btu/kWh H (Btu/h) H (Gal/h)
(g/kWh)
225.00 25 4.27 9106.64 38876225.12 313.26
189.00 50 8.54 7649.57 65312058.20 526.28
182.00 75 12.81 7366.26 94339639.62 760.19
179.00 88 14.94 7244.83 108245066.64 872.24
179.20 90 15.37 7252.93 111463011.49 898.17
180.00 100 17.08 7285.31 124403920.38 1002.44
183.00 110 18.78 7406.73 139120606.92 1121.03
Tabla 6.2 Datos para calcular curva característica entrada-salida generador Acajutla-MD
1000
2
Entrada H (Gal/h)
600
400
200
0
0.00 5.00 10.00 15.00 20.00
Salida (MW)
Motor Combustible
Marca:Wartsila Tipo: Light Fuel Oil
Modelo: 18V32DF LCV: 42700 kJ/kg
Potencia nominal: 5819 kW Densidad: 0.81Kg/lt
99
Heat Rate
250
240 242
SFOC(g/Kwh)
230
220
210
200
200 206
199
190 196 196.2 197
180
170
10 30 50 70 90 110
Carga (%)
SFOC
Carga (%) P(MW) Btu/kWh H (Btu/h) H (Gal/h)
(g/kWh)
242 25 1.45 9794.69 14248828.10 114.68
206 50 2.91 8337.63 24258335.45 195.24
199 75 4.36 8054.31 35151034.62 282.90
196 87.5 5.09 7932.89 40391107.79 325.08
196.2 90 5.24 7940.99 41587736.64 334.71
197 100 5.82 7973.36 46397010.52 373.41
200 110 6.40 8094.79 51813920.38 417.01
Tabla 6.3 Datos para calcular curva característica entrada-salida generador Nejapa
300.00
250.00
200.00
150.00
100.00
50.00
0.00
0.00 1.00 2.00 3.00 4.00 5.00 6.00 7.00
Salida (MW)
Los datos de eficiencia del generador Acajutla u1 se obtuvieron de Mena [1993: p. 14].
Heat Rate
330
310
312.4
SFOC(g/Kwh)
290
270
250 254.4 236.12
230 239.7
237.3 236.9 236.1
210
190
170
10 30 50 70 90 110
Carga (%)
SFOC
Carga (%) P(MW ) Btu/kW h H (Btu/h) H (Gal/h)
(g/kW h)
312.4 25 7.5 12645.79 94843439.79 763.32
254.4 50 15 10295.90 154438460.19 1242.96
239.7 75 22.5 9702.41 218304311.31 1756.96
237.3 87.5 26.25 9604.31 252113083.44 2029.06
236.9 90 27 9588.35 258885441.69 2083.57
236.1 100 30 9556.66 286699712.27 2307.43
236.1 110 33 9555.82 315342095.33 2537.95
Tabla 6.4 Datos para calcular curva característica entrada-salida generador Acajutla u1
3000
2500
Entrada H (Gal/h)
2
H(P) = 0.31P + 56.84P + 319.35
2000
1500
1000
500
0
0 10 20 30 40
Salida (MW)
Los datos de eficiencia del generador Acajutla u2 se obtuvieron de Mena [1993: p. 14].
Heat Rate
330
310 320.2
SFOC(g/Kwh)
290
270
258.9 242.4
250
230 244.8 242.76 242.6 242.9
210
190
170
10 30 50 70 90 110
Carga (%)
SFOC
Carga (%) P(MW) Btu/kWh H (Btu/h) H (Gal/h)
(g/kWh)
291.1 25 8.25 11782.85 97208508.37 782.36
235.4 50 16.5 9527.68 157206797.91 1265.24
222.5 75 24.75 9006.91 222921090.76 1794.12
220.7 87.5 28.875 8932.09 257914236.28 2075.75
220.5 90 29.7 8926.36 265112866.49 2133.69
220.4 100 33 8920.29 294369458.71 2369.15
220.8 110 36.3 8936.81 324406275.37 2610.90
Tabla 6.5 Datos para calcular curva característica entrada-salida generador Acajutla u2
2500
Entrada H (Gal/h)
1500
1000
500
0
0 10 20 30 40
Salida (MW)
Los datos de eficiencia del generador Acajutla u5 se obtuvieron de Mena [1993: p. 15].
Heat Rate
1570
1370 1420.9
SFOC(g/Kwh)
1170
970
770 884.4
570 729.8
669.1
370 584.1 493.0 520.7
170
5 25 45 65 85 105
Carga (%)
SFOC
Carga (%) P(MW) Btu/kWh H (Btu/h) H (Gal/h)
(g/kWh)
1421 10 8.2 57509.12 471574810.39 3795.34
884 25 20.5 35796.42 733826511.81 5906.00
730 40 32.8 29537.22 968820833.89 7797.29
669 50 41 27081.48 1110340726.75 8936.28
584 70 57.4 23641.77 1357037340.01 10921.75
521 90 73.8 21074.21 1555276389.99 12517.22
493 100 82 19953.96 1636224328.75 13168.71
Tabla 6.6 Datos para calcular curva característica entrada-salida generador Acajutla u5
10000
8000
6000 2
H(P)= -0.73P + 192.41P + 2266.36
4000
2000
0
0 20 40 60 80 100
Salida (MW)
Motor Combustible
Marca:Wartsila Tipo: Light Fuel Oil
Modelo: 18V46GD LCV: 42700 kJ/kg
Potencia nominal: 15000 kW Densidad: 0.81Kg/lt
Heat Rate
240
230
SFOC (g/kWh)
220 225
210
200
190 189 183
180 182 179 179.2 180
170
0 25 50 75 100
Carga (%)
SFOC
Carga (%) P(MW) Btu/kWh H (Btu/h) H (Gal/h)
(g/kWh)
225 25 3.75 9106.64 34149881.52 275.18
189 50 7.5 7649.57 57371800.95 462.30
182 75 11.25 7366.26 82870379.15 667.77
179 87.5 13.125 7244.83 95088447.87 766.22
179.2 90 13.5 7252.93 97914540.28 788.99
180 100 15 7285.31 109279620.85 880.57
183 110 16.5 7406.73 122211042.65 984.77
Tabla 6.7 Datos para calcular curva característica entrada-salida generador Soya u1
1200
1000
Entrada H (Gal/h)
600
400
200
0
0 5 10 15 20
Salida (MW)
Heat Rate
240
230
SFOC (g/kWh)
220 225
210
200
190 183
189
180 182
179 179.2 180
170
0 25 50 75 100
Carga (%)
SFOC
Carga (%) P(MW) Btu/kWh H (Btu/h) H (Gal/h)
(g/kWh)
225 25 3.75 9106.64 34149881.52 275.18
189 50 7.50 7649.57 57371800.95 462.30
182 75 11.25 7366.26 82870379.15 667.77
179 87.5 13.13 7244.83 95088447.87 766.22
179.2 90 13.50 7252.93 97914540.28 788.99
180 100 15.00 7285.31 109279620.85 880.57
183 110 16.50 7406.73 122211042.65 984.77
Tabla 6.8 Datos para calcular curva característica entrada-salida generador CESSA
1200
Entrada H (Gal/h)
Los datos de curva característica entrada-salida de cada generador serán introducidos al programa
para la simulación, es de recordar que para encontrar el consumo en $/h basta con multiplicarlo por
el precio de combustible en $/Gal, de la misma forma el dato de combustible será introducido, en
la Tabla 6.9 se presenta un resumen general de los datos a ser tomados para simular los
generadores térmicos como potencias mínimas, máximas y valor del combustible para cada
generador y en la Figura 6.15 se muestra un diagrama unifilar de los generadores térmicos.
H (P) (Gal/h)
Generador a b c P min (M W) P max (MW) $/Gal
Acaj-u1 319.3535626 56.83939184 0.314793221 10 30 0.7
Acaj-u2 344.13680 55.373020 0.4037830 10 33 0.7
Acaj-u5 2266.360407 192.4063483 -0.72501048 25 65 1.1
Acaj-MD 130.5683121 40.60563255 0.627526609 2 17 0.65
Nejapa 44.43975716 46.09436454 1.839217568 0 5.33 0.65
CESSA 114.6939415 40.60588799 0.714357771 0 15 0.65
Soya-u1 114.6939415 40.60588799 0.714357771 0 15 0.65
~ ~ ~ ~ ~ ~ ~
PD
Para la simulación del sistema hidroeléctrico se cuenta con las siguientes centrales (Ver Tabla
6.10):
Capacidad
Planta Pmin Pmax
(MW)
Guajoyo 17 5 17
Cerron Grande 155 25 130
5 de Noviembre 90 10 90
15 de Septiembre 145 20 80
Las curvas importantes que se necesitan para modelar las centrales hidroeléctricas mencionadas
anteriormente son las siguientes:
1. Curvas de Eficiencia de cada central: la cual viene expresada en m3/kWh y esta nos indica que
cantidad de agua se necesita turbinar la central a cierta altura (m) para generar 1 kW de potencia,
como se verá mas adelante las centrales son más eficientes cuando las cotas de altura están casi
al máximo del permitido, estas curvas serán utilizadas para saber la potencia generada en función
del caudal turbinado, estos datos de eficiencia de las centrales se encontraron en la pagina Web
del Sistema Nacional de Estudios Territoriales (SNET). Es importante mencionar que para efectos
de la simulación del programa se calculó una eficiencia promedio para cada semana de análisis ya
que las alturas de los embalses en cada día no cambian significativamente, por lo que se obtuvo
una eficiencia al final de cada día con respecto a la altura real de cada embalse y luego se obtuvo
un promedio de la semana, este procedimiento se explica con mayor detalle en la sección 6.4.1
2. Curvas de Volumen-Altura de las centrales las cuales nos indican el volumen (Mm3) que se tiene
a cierta altura h (m) y a la vez indican los volúmenes máximos y mínimos permitidos para cada
central dependiendo de las cotas permitidas para los embalses. De forma general se puede
representar.
El procedimiento llevado a cabo para la obtención de las curvas de Volumen-Altura para cada
central hidroeléctrica, es el siguiente:
Obtuvimos datos de volumen vrs altura de embalse de cada central hidroeléctrica del SNET, y a
partir de estos datos se ajustaron las curvas a de polinomios de 2°, 3° y 4° grado, tomándose la
mejor aproximación en base al error porcentual con respecto a los datos originales y con la
desviación estándar generada por cada curva, por facilidad los datos de volúmenes están en
unidades de Mm3 por lo que se opto por trabajar con aproximaciones de hasta doce decimales
para tener una curva bastante similar a la real.
En la simulación del sistema hidroeléctrico del país se han tomado las siguientes consideraciones:
Las centrales que están acopladas hidráulicamente son Cerron Grande, 5 de Noviembre y 15 de
Septiembre, los tiempos de desfase que han sido tomados en cuenta a la hora de incluir el caudal
107
rnaturales
VGuajoyo
rnaturales qturb. x cerron
Guajoyo
VCerron
rnaturales
Cerron qturb. x cerron
3 horas desfase
Grande
V5 Nov.
rnaturales
qturb. x 5 nov.
5 de 7 horas desfase
Noviembre
V15 Sept .
qturb. x 15 sept .
15 de
Septiembre
t −1
t
VGuajoyo = VGuajoyo + rnat
t
− Qtur
t
− Svert
t
t −1
t
VCerron = VCerron + rnat
t
− Qtur
t
− Svert
t
−1
(Ec. 6.6)
V5tNov = V5tNov + rnat
t
− Qtur
t
− Svert
t
+ Qtur
t -3
. cerron
Donde:
t : periodo en horas
V : volumen de embalse (Mm3)
r : influjos naturales (Mm3)
Q : caudal turbinado en ese periodo de tiempo (Mm3)
s : vertimiento (Mm3)
La Figura 6.17 muestra la curva de eficiencia de Guajoyo en la cual se puede observar que se
tiene una mayor eficiencia para cotas máximas, ya que la central necesita menos m3 para generar
un kWh de energía.
Eficiencia Guajoyo
11.0
10.5
Eficiencia (m3/kWh)
10.0
9.5
9.0
Eff. = -0.2453h + 113.37
8.5
8.0
7.5
415 420 425 430 435
Altura (m)
600
2
V = 0.83h - 658.83h + 130888.35
500
Volumen (Mm3)
400
300
200
100
0
415 420 425 430 435
Altura (m)
La Figura 6.19 muestra la curva de eficiencia de Cerron Grande en la cual se puede observar que
se tiene una mayor eficiencia para cotas máximas, ya que la central necesita menos m3 para
generar un kWh de energía.
10.0
9.5
Eficiencia (m3/kWh)
9.0
8.5
8.0
Eff = -0.19h + 53.005
7.5
7.0
6.5
6.0
225 230 235 240 245
Altura (m)
2500
3 2
V = 0.13h - 86.31h + 19650.5h - 1495202.7
2000
Volumen (Mm3)
1500
1000
500
0
225 230 235 240 245
Altura (m)
La Figura 6.21 muestra la curva de eficiencia de 5 de Noviembre en la cual se puede observar que
se tiene una mayor eficiencia para cotas máximas, ya que la central necesita menos m3 para
generar un kWh de energía.
Eficiencia 5 de Noviembre
10.0
9.5
Eficiencia (m3/kWh)
9.0
8.5
V = -0.2453h + 113.37
8.0
7.5
7.0
168 170 172 174 176 178 180 182
Altura (m)
100.0
4 3 2
90.0 V = 0.02h - 12.4h + 3247.48h - 378652.59h +
80.0 16556959.4
Volumen (Mm3)
70.0
60.0
50.0
40.0
30.0
20.0
10.0
0.0
170 172 174 176 178 180 182
Altura (m)
Eficiencia 15 Septiembre
29.0
27.0 2
Eff. = 0.0231h - 2.5904h + 83.555
Eficiencia (m3/kWh)
25.0
23.0
21.0
19.0
17.0
15.0
13.0
11.0
25 30 35 40 45 50 55
Altura (m)
400
4 3 2
V = 0.001h - 0.15h + 8.5h - 213h + 1974.23
350
Volumen (Mm3)
300
250
200
150
100
50
0
25 30 35 40 45 50
Altura (m)
Como se mencionó en la sección 6.1 es necesario definir la demanda a ser introducida al programa
de simulación así como también los influjos naturales, alturas mínimas y máximas de embalses
tanto para la semana seca como húmeda, la intención de separar el programa en estos dos tipos
de condiciones (seca y húmeda) es para observar comportamiento de volúmenes de embalse y
potencias generadas por las hidroeléctricas que como se mencionó en la sección 4.2 estas
dependerán de las condiciones hidrológicas de ese periodo de planificación.
En la Tabla 6.12 se muestran los datos de demanda introducidos al programa para simular el
despacho hidrotérmico, como se puede observar los valores de demanda en horas de madrugada,
son bajos con respecto a horas pico (6-8 PM).
Con respecto los datos de eficiencia de cada central (Mm3/MWh) se calculó un promedio en base a
las alturas finales reales de los embalses de cada central las cuales fueron evaluadas en las
ecuaciones de eficiencia mencionadas en la sección 6.3 promediando los siete días de la semana,
debido a que las alturas finales para cada día no varían significativamente, estos cálculos se
hicieron con el objeto de encontrar una relación matemática que exprese el caudal en función de la
potencia como lo muestra la Ec. 6.7.
Qturb = K eff Pgen (Ec. 6.7)
Donde:
Qturb es el caudal turbinado por la central hidroeléctrica (Mm3/h)
En la Tabla 6.11 se muestran los datos de eficiencia promedio de cada central para la estación
hidrológica húmeda.
EFICIENCIA
CENTRAL
(Mm3/MWh)
Guajoyo 0.00863040
Cerron 0.00684857
05-Nov 0.00742306
15-Sep 0.01217351
Tabla 6.12 Datos de demanda del periodo del 22-28 de Septiembre del 2003
Para calcular datos de influjos naturales, se consideró lo siguiente: Si la unida no posee ninguna
central aguas arriba, el dato de influjo natural medidos en la entrada de la central son los que se
han asumido, pero si la central posee una central aguas arriba se consideró el caudal turbinado por
ésta. Entonces lo que se hizo fue restar al total de influjo medido el caudal turbinado por la central
aguas arriba tomando en cuenta el desfase de tiempo mencionado anteriormente. Lo anterior se
hizo para las centrales 5 de Noviembre y 15 de Septiembre, que son las que poseen central aguas
arriba. En las Tablas 6.13 a 6.16 se muestran los influjos naturales de las centrales expresados en
Mm3 / h .
114
3
INFLUJOS NATURALES GUAJOYO (Mm /h)
Lunes Martes Miércoles Jueves Viernes Sábado Domingo
Hora
22-Sep-03 23-Sep-03 24-Sep-03 25-Sep-03 26-Sep-03 27-Sep-03 28-Sep-03
1 0.41 0.90 0.91 0.92 0.25 0.27 0.18
2 0.45 1.33 0.47 1.36 0.26 0.20 0.12
3 0.45 1.34 0.47 1.37 0.22 0.10 0.28
4 0.47 1.34 0.47 1.37 0.30 0.27 0.21
5 0.18 1.34 0.24 1.37 0.23 0.11 0.16
6 0.28 0.90 0.24 0.92 0.29 0.15 0.29
7 0.08 0.46 0.11 0.92 0.49 0.31 0.21
8 0.35 0.46 0.07 0.47 0.49 0.24 0.14
9 0.12 0.46 0.11 0.57 0.49 0.17 0.30
10 0.35 0.46 0.24 0.37 0.49 0.31 0.22
11 0.46 0.53 0.18 0.47 0.49 0.22 0.29
12 0.46 0.61 0.44 0.53 0.49 0.18 0.18
13 0.46 0.50 0.24 0.42 0.40 0.31 0.08
14 0.46 0.50 0.34 0.47 0.26 0.25 0.09
15 0.37 0.61 0.09 0.52 0.35 0.12 0.25
16 0.22 0.62 0.31 0.43 0.21 0.09 0.18
17 0.35 0.56 0.20 0.47 0.30 0.18 0.29
18 0.22 0.47 0.29 0.48 0.22 0.31 0.20
19 0.38 0.61 0.22 0.17 0.17 0.13 0.38
20 0.31 0.61 0.32 0.17 0.18 0.06 0.22
21 0.40 0.58 0.20 0.15 0.16 0.04 0.36
22 0.46 0.51 0.29 0.20 0.30 0.04 0.20
23 0.89 0.53 0.47 0.29 0.21 0.04 0.34
24 0.89 1.24 0.91 0.20 0.07 0.25 0.34
3
INFLUJOS NATURALES CERRON GRANDE (Mm /h)
Lunes Martes Miércoles Jueves Viernes Sábado Domingo
Hora
22-Sep-03 23-Sep-03 24-Sep-03 25-Sep-03 26-Sep-03 27-Sep-03 28-Sep-03
1 2.12 7.22 1.98 4.11 1.72 2.34 2.16
2 2.38 3.60 1.98 4.49 1.70 2.34 2.16
3 2.16 2.34 1.22 4.50 1.70 1.08 2.16
4 0.90 1.58 1.48 3.61 1.70 2.34 2.16
5 2.16 1.83 1.73 4.50 1.77 2.34 2.16
6 2.16 2.34 1.23 2.97 1.86 2.34 0.89
7 2.16 2.34 2.26 3.49 1.72 1.08 0.89
8 1.25 2.21 1.15 3.53 1.82 1.08 2.16
9 2.51 3.29 1.16 3.98 1.89 1.08 2.16
10 2.59 3.29 2.43 2.77 1.53 1.08 2.16
11 2.60 3.33 1.17 4.04 1.53 1.18 0.96
12 2.61 1.57 1.16 2.77 1.22 1.52 2.42
13 1.36 3.35 1.16 2.77 1.08 1.51 1.15
14 2.61 3.33 1.17 1.51 1.08 1.53 1.15
15 1.90 1.72 1.16 1.51 1.08 1.52 1.01
16 0.99 2.98 1.16 1.51 2.34 1.94 0.96
17 0.81 1.00 1.17 1.51 1.08 1.52 2.60
18 1.84 2.26 1.50 1.50 1.08 1.52 1.32
19 2.40 1.18 1.17 1.71 1.08 2.79 2.60
20 2.43 1.18 1.17 1.71 1.08 2.79 0.63
21 4.93 1.17 3.70 1.69 2.34 2.79 1.88
22 4.92 1.82 4.84 1.65 1.08 4.06 1.86
23 4.74 2.24 4.63 2.81 2.34 5.20 1.13
24 1.98 2.02 9.22 1.70 2.34 2.62 1.10
3
INFLUJOS NATURALES 5 DE NOVIEMBRE (Mm /h)
Lunes Martes Miércoles Jueves Viernes Sábado Domingo
Hora
22-Sep-03 23-Sep-03 24-Sep-03 25-Sep-03 26-Sep-03 27-Sep-03 28-Sep-03
1 3.92 4.11 0.84 3.99 2.04 1.91 1.38
2 3.82 4.32 0.90 4.97 1.98 2.98 2.39
3 4.03 4.28 1.18 5.68 1.86 2.41 2.25
4 3.21 4.82 1.24 6.62 1.99 1.89 3.03
5 3.14 4.90 1.10 6.24 1.96 1.80 2.81
6 3.10 4.91 1.32 5.84 1.81 1.71 2.81
7 3.00 4.90 1.39 6.24 2.03 1.66 2.70
8 2.93 6.04 1.43 6.02 1.79 1.77 2.82
9 3.05 5.40 1.31 5.74 0.48 1.59 2.63
10 3.35 5.65 1.19 5.47 1.90 1.73 2.78
11 2.99 5.34 0.96 5.14 1.62 1.71 2.71
12 2.90 4.63 1.22 5.32 1.42 1.67 2.87
13 2.74 4.51 0.98 5.27 0.88 2.17 2.65
14 2.87 3.02 1.13 5.30 1.07 1.82 2.72
15 2.70 4.28 0.96 5.32 1.21 1.53 2.63
16 1.85 4.02 1.03 5.18 1.47 1.39 2.32
17 1.78 3.35 0.89 5.31 1.44 1.42 2.57
18 1.80 3.23 1.03 5.36 1.26 1.60 2.71
19 1.67 2.98 1.19 5.22 1.24 1.61 3.12
20 1.36 1.93 0.86 4.42 1.33 1.82 2.25
21 1.08 1.50 1.09 4.09 1.38 1.68 1.59
22 1.33 1.45 1.18 4.01 1.53 1.96 1.74
23 3.06 1.03 1.41 2.50 1.36 2.00 1.37
24 2.40 0.99 2.54 3.26 1.98 1.51 0.68
3
INFLUJOS NATURALES 15 DE SEPTIEMBRE (Mm /h)
Lunes Martes Miércoles Jueves Viernes Sábado Domingo
Hora
22-Sep-03 23-Sep-03 24-Sep-03 25-Sep-03 26-Sep-03 27-Sep-03 28-Sep-03
1 7.63 5.09 5.11 3.77 6.37 4.37 4.33
2 7.16 6.50 4.45 4.08 6.23 4.71 4.20
3 7.09 5.88 3.94 4.17 6.11 4.90 4.55
4 7.42 5.86 2.85 4.16 5.76 3.06 3.01
5 8.31 5.25 3.97 4.23 4.74 3.06 3.88
6 7.14 4.93 4.21 5.28 3.80 4.15 3.68
7 6.96 6.10 2.34 4.86 2.67 4.53 3.12
8 5.63 5.80 2.14 5.99 1.77 3.85 3.09
9 5.60 5.18 1.87 6.49 3.23 3.88 3.82
10 4.62 5.19 1.88 3.62 3.04 3.69 3.83
11 3.92 5.82 1.83 4.72 3.39 3.66 4.17
12 4.23 7.13 1.68 6.41 4.73 3.12 3.81
13 3.47 7.46 1.56 7.08 3.67 3.48 3.42
14 3.69 7.12 1.98 6.83 2.68 3.11 3.75
15 4.22 6.77 2.20 6.39 2.95 3.16 4.37
16 3.81 6.41 1.85 6.06 1.86 3.12 4.97
17 3.40 5.69 1.86 5.30 1.95 2.73 4.52
18 3.45 5.69 1.90 6.41 1.95 2.08 3.38
19 3.40 6.42 1.81 6.50 1.57 2.43 3.88
20 3.43 6.47 1.97 6.43 1.95 3.02 3.49
21 2.75 6.02 1.36 7.15 1.89 4.37 3.89
22 2.78 5.75 3.05 7.16 1.58 3.68 3.81
23 3.09 5.30 5.26 6.82 2.62 3.71 5.16
24 5.42 5.08 5.08 6.46 3.34 3.56 5.04
Como se puede observar en las tablas de influjos naturales de las centrales mostradas
anteriormente, no podemos suponer un influjo promedio ya que estos cambian significativamente
de hora a hora por lo que en el programa de simulación de la coordinación hidrotérmica se
introducen estos influjos hora a hora para cada central en el periodo de análisis.
Para introducir los datos de volúmenes máximos, mínimos, iniciales y finales permitidos por cada
embalse se hicieron los siguientes cálculos:
Para los datos de volúmenes iniciales que se introducirán al programa de simulación se tomaron
las alturas finales reales del 21 de Septiembre en los embalses y con esta altura se calculo el
volumen de acuerdo a las ecuaciones de altura-volumen de cada embalse mostradas en la sección
6.3; para los volúmenes finales de cada embalse se hizo el mismo procedimiento solo que la altura
que se tomo para el calculo de este volumen fue la altura final real que se midió en cada embalse
al final de la semana, esto se hace con el fin de introducir las mismas condiciones hidrológicas
tanto iniciales como finales en el programa de simulación para poder comparar resultados entre el
programa de simulación y los datos reales de operación en ese periodo de análisis. En la Tabla
6.17 se muestran los datos de alturas y volúmenes.
3 3
Central h inicial (m) h final (m) V inicial (Mm ) V final (Mm )
Guajoyo 426.0 427.4 358.7 426.2
Cerron 243.0 242.9 2191.5 2175.7
05-Nov 179.5 179.3 78.3 75.0
15-Sep 48.8 48.9 370.5 373.8
Para los datos de volúmenes máximos y mínimos (Ver Tabla 6.18), se tomaron las alturas máximas
y mínimas permitidas para cada embalse [Mena 1993: p. 140] y se encontró el volumen por medio
de las ecuaciones de altura-volumen. Intuitivamente se puede observar que el acotamiento mas
importante en un periodo húmedo para la planeación hidroeléctrica es el relacionado con el
volumen máximo y mínimo permitido por cada embalse ya que de estos valores depende el valor
de agua.
3 3
Central h min (m) h max (m) V min (Mm ) V max (Mm )
Guajoyo 418.0 430.5 43.0 582.0
Cerron 228.0 243.2 749.0 2223.6
05-Nov 170.0 180.2 18.6 89.3
15-Sep 40.0 49.2 148.3 385.0
La semana escogida para simular la condición hidrológica seca es la que corresponde al periodo
del 03 al 9 de Enero del 2004. El procedimiento utilizado es el mismo de la sección 6.4.1 tanto para
el calculo de demanda, eficiencias de cada central e influjos naturales con la aclaración que con los
resultados de influjos negativos, se sustituyeron por el valor de cero para el caso de las centrales 5
de Noviembre y 15 de Septiembre ya que se le resto al influjo total el caudal turbinado de la central
aguas arriba, obteniéndose datos negativos los cuales representan influjos naturales cero. En la
Tabla 6.19 se presentan los datos de eficiencia de las centrales y en la Tabla 6.20 la demanda a
ser introducida al programa para simular la estación hidrológica seca y en las Tablas 6.21 a 6.24 se
muestran los influjos naturales de las centrales expresados en Mm3 / h .
EFICIENCIA
CENTRAL
(Mm3/MWh)
Guajoyo 0.00909860
Cerron 0.00718680
05-Nov 0.00765030
15-Sep 0.01246680
Tabla 6.20 Datos de semana del periodo del 03-09 de Enero del 2004
118
3
INFLUJOS NATURALES GUAJOYO (Mm /h)
Sábado Domingo Lunes Martes Miércoles Jueves Viernes
Hora
03-Ene-04 04-Ene-04 05-Ene-04 06-Ene-04 07-Ene-04 08-Ene-04 09-Ene-04
1 0.0073 0.0038 0.0037 0.0070 0.0048 0.0060 0.0238
2 0.0148 0.0139 0.0110 0.0072 0.0081 0.0141 0.0167
3 0.0147 0.0145 0.0134 0.0076 0.0085 0.0167 0.0167
4 0.0146 0.0143 0.0126 0.0078 0.0089 0.0167 0.0167
5 0.0144 0.0040 0.0122 0.0035 0.0028 0.0167 0.0167
6 0.0162 0.0135 0.0131 0.0068 0.0093 0.0172 0.0167
7 0.0156 0.0149 0.0272 0.0085 0.0078 0.0181 0.0167
8 0.0150 0.0117 0.0101 0.0087 0.0092 0.0195 0.0247
9 0.0145 0.0046 0.0094 0.0032 0.0044 0.0107 0.0140
10 0.0153 0.0139 0.0037 0.0112 0.0104 0.0205 0.0199
11 0.0157 0.0136 0.0099 0.0110 0.0113 0.0212 0.0243
12 0.0148 0.0145 0.0094 0.0132 0.0123 0.0108 0.0249
13 0.0147 0.0133 0.0089 0.0051 0.0059 0.0217 0.0122
14 0.0150 0.0142 0.0040 0.0125 0.0128 0.0228 0.0215
15 0.0155 0.0141 0.0094 0.0116 0.0132 0.0113 0.0237
16 0.0151 0.0143 0.0100 0.0132 0.0141 0.0227 0.0205
17 0.0129 0.0115 0.0097 0.0046 0.0128 0.0225 0.0137
18 0.0133 0.0092 0.0039 0.0117 0.0135 0.0117 0.0232
19 0.0160 0.0140 0.0093 0.0120 0.0145 0.0220 0.0247
20 0.0117 0.0124 0.0086 0.0128 0.0146 0.0229 0.0249
21 0.0115 0.0075 0.0043 0.0045 0.0129 0.0124 0.0225
22 0.0093 0.0077 0.0083 0.0121 0.0093 0.0222 0.0246
23 0.0133 0.0104 0.0091 0.0121 0.0110 0.0226 0.0193
24 0.0089 0.0085 0.0035 0.0114 0.0088 0.0236 0.0212
3
INFLUJOS NATURALES CERRON GRANDE (Mm /h)
Sábado Domingo Lunes Martes Miércoles Jueves Viernes
Hora
03-Ene-04 04-Ene-04 05-Ene-04 06-Ene-04 07-Ene-04 08-Ene-04 09-Ene-04
1 0.1728 0.1089 0.1148 0.0578 0.2918 0.1068 0.0853
2 0.1620 0.1584 0.1153 0.0922 0.1190 0.1242 0.1337
3 0.1584 0.1620 0.1162 0.0941 0.1233 0.1234 0.1368
4 0.1512 0.1548 0.1158 0.0939 0.1210 0.1236 0.1426
5 0.1620 0.1584 0.1172 0.0940 0.1191 0.1283 0.1422
6 0.1548 0.1548 0.1180 0.0915 0.1216 0.1272 0.1393
7 0.1584 0.1584 0.1176 0.0901 0.1211 0.1280 0.1354
8 0.1260 0.1441 0.1081 0.1475 0.1175 0.1084 0.1440
9 0.1080 0.1264 0.1048 0.2192 0.1136 0.1091 0.1512
10 0.1080 0.1084 0.0978 0.2724 0.1139 0.1019 0.1642
11 0.1116 0.1086 0.0901 0.2735 0.1125 0.0882 0.1674
12 0.1080 0.1103 0.0866 0.2724 0.1087 0.0871 0.1642
13 0.1116 0.1125 0.0835 0.2735 0.1099 0.0839 0.1616
14 0.1080 0.1135 0.0793 0.2732 0.1104 0.0850 0.1451
15 0.1116 0.1142 0.0697 0.2731 0.1095 0.0799 0.1703
16 0.1152 0.1139 0.0651 0.2732 0.1086 0.0814 0.1656
17 0.1080 0.1121 0.0648 0.2766 0.1083 0.0810 0.1674
18 0.1116 0.1144 0.0651 0.2772 0.1096 0.0806 0.1678
19 0.1080 0.1125 0.0615 0.2771 0.1089 0.0810 0.1706
20 0.1080 0.1143 0.0620 0.2767 0.1104 0.0814 0.1642
21 0.1080 0.1148 0.0616 0.2915 0.1107 0.0810 0.1670
22 0.1116 0.1138 0.0577 0.2907 0.1099 0.0806 0.1667
23 0.1080 0.1146 0.0578 0.2915 0.1112 0.0810 0.1631
24 0.1116 0.1138 0.0596 0.2935 0.1085 0.0796 0.1685
3
INFLUJOS NATURALES 5 DE NOVIEMBRE (Mm /h)
Sábado Domingo Lunes Martes Miércoles Jueves Viernes
Hora
03-Ene-04 04-Ene-04 05-Ene-04 06-Ene-04 07-Ene-04 08-Ene-04 09-Ene-04
1 0.0000 0.1993 0.0000 0.2036 0.0000 0.0000 0.0000
2 0.0000 0.0554 0.2299 0.0072 0.1041 0.0596 0.3313
3 0.0000 0.0554 0.0072 0.2526 0.0072 0.0528 0.0072
4 0.1091 0.1068 0.0978 0.0259 0.0072 0.0495 0.0072
5 0.0546 0.1067 0.1998 0.0072 0.0879 0.0765 0.1813
6 0.0545 0.1011 0.0072 0.0915 0.1355 0.0950 0.0108
7 0.0076 0.1011 0.1097 0.1075 0.0528 0.0900 0.1234
8 0.0072 0.0072 0.0072 0.0009 0.1088 0.0072 0.0267
9 0.1412 0.1021 0.0192 0.1433 0.0194 0.0072 0.0755
10 0.0940 0.0078 0.1048 0.0072 0.0072 0.2258 0.1031
11 0.0072 0.1059 0.7762 0.1169 0.6151 0.0276 0.0488
12 0.6139 0.0072 0.0000 0.0000 0.2683 0.1088 0.4316
13 0.0000 0.6334 0.0307 0.3008 0.4996 0.0141 0.6351
14 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.1397
15 0.0019 0.0000 0.4795 0.2688 0.1027 0.0462 0.3843
16 0.0000 0.0082 0.0000 0.0129 0.0000 0.0000 0.0000
17 0.0000 0.0004 0.0000 0.0000 0.0486 0.0000 0.0691
18 0.0000 0.0000 0.0000 0.0000 0.0041 0.0000 0.0000
19 0.0000 0.0000 0.0000 0.0000 0.0000 0.5537 0.0000
20 0.0535 0.2990 0.2031 0.1291 0.0000 0.6448 0.2046
21 0.0031 0.1374 0.0537 0.6536 0.6382 0.6821 0.2505
22 0.0103 0.0000 0.0000 0.0000 0.0000 0.2429 0.0000
23 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000
24 0.0000 0.0616 0.0000 0.0000 0.0000 0.0000 0.0000
3
INFLUJOS NATURALES 15 DE SEPTIEMBRE (Mm /h)
Sábado Domingo Lunes Martes Miércoles Jueves Viernes
Hora
03-Ene-04 04-Ene-04 05-Ene-04 06-Ene-04 07-Ene-04 08-Ene-04 09-Ene-04
1 0.3369 0.3387 0.3364 0.3323 0.3270 0.6517 0.6507
2 0.3376 0.3389 0.3368 0.3326 0.3273 0.3262 0.6517
3 0.3373 0.3391 0.0000 0.3329 0.3276 0.3265 0.6527
4 0.3376 0.3393 0.3370 0.3331 0.3278 0.3268 0.6538
5 0.3378 0.3395 0.0000 0.3334 0.3281 0.3270 0.6548
6 0.3380 0.3397 0.3372 0.3337 0.3284 0.3273 0.3277
7 0.3382 0.3399 0.3375 0.3340 0.3287 0.3276 0.3280
8 0.3384 0.3400 0.3377 0.3354 0.3288 0.3278 0.3283
9 0.3386 0.3402 0.3379 0.4021 0.0932 0.4259 0.3285
10 0.3388 0.0806 0.3380 0.2629 0.3462 0.1998 0.3288
11 0.3390 0.4419 0.1729 0.3151 0.3731 0.1251 0.3856
12 0.3392 0.1170 0.2246 0.3187 0.3734 0.2009 0.1896
13 0.3394 0.1801 0.2250 0.3329 0.3452 0.5039 0.3127
14 0.0000 0.1038 0.2261 0.3341 0.3280 0.5272 0.3216
15 0.3396 0.1172 0.2280 0.3223 0.0691 0.3899 0.3219
16 0.0000 0.4316 0.2290 0.3365 0.4383 0.3902 0.3772
17 0.3398 0.0976 0.2314 0.3121 0.1229 0.5154 0.3198
18 0.0000 0.1917 0.2325 0.3158 0.2600 0.3266 0.2395
19 0.4386 0.2901 0.3924 0.1518 0.2757 0.3640 0.3646
20 0.3485 0.3186 0.2363 0.3595 0.3623 0.1286 0.3401
21 0.3493 0.2688 0.2374 0.4121 0.3889 0.4540 0.2569
22 0.0395 0.1308 0.2385 0.4133 0.3543 0.2923 0.3256
23 0.1821 0.3359 0.3317 0.2682 0.3146 0.6487 0.3258
24 0.3384 0.3362 0.0000 0.3268 0.6507 0.6497 0.3261
Como se puede observar en las tablas de influjos naturales de las centrales mostradas
anteriormente, el influjo horario no cambia significativamente, pero se incluirán hora a hora en el
programa de simulación para simular comportamientos lo mas cercano a los reales.
Para introducir los niveles de volúmenes máximos, mínimos, iniciales y finales permitidos por cada
embalse se hicieron los siguientes cálculos:
Para los datos de volúmenes iniciales que se introducirán al programa de simulación se tomaron
las alturas reales finales de cada embalse del Viernes 2 de Enero, utilizando el mismo
procedimiento que la estación húmeda. En la Tabla 6.25 se muestran los datos de altura y volumen
obtenidos.
3 3
Central h inicial (m) h final (m) V inicial (Mm ) V final (Mm )
Guajoyo 425.3 424.9 326.0 309.0
Cerron 241.3 241.1 1932.4 1903.4
05-Nov 178.0 178.2 59.9 61.7
15-Sep 48.3 47.7 352.7 335.1
Con los datos de volúmenes máximos y mínimos (Ver Tabla 6.26), se encontró el volumen por
medio de las ecuaciones de altura-volumen, intuitivamente se puede observar que el acotamiento
mas importante en un periodo seco para la planeación hidroeléctrica es el relacionado con el
volumen mínimo permitido por cada embalse ya que de estos valores depende el valor de agua y
la potencia generada por cada hidroeléctrica, es por ello que para calcular los volúmenes mínimos
se encontró un volumen critico el cual se asume como el volumen final de la semana asumiendo
que la central esta generando su potencia máxima para cada hora de la semana lo que implica que
se este vaciando, y a partir de estos datos se tomaron volúmenes mínimos de embalse
3 3
Central h min (m) h max (m) V min (Mm ) V max (Mm )
Guajoyo 424.9 430.5 306.4 582.0
Cerron 241.0 243.2 1896.6 2223.6
05-Nov 170.0 180.2 18.6 89.3
15-Sep 40.0 49.2 148.3 385.0
CAPITULO 7
7.1 Introducción
En este capítulo se analizan los resultados obtenidos de la simulación y a la vez son comparados
con los datos reales de la coordinación realizada por la Unidad de Transacciones (UT) en esos
mismos períodos, es de aclarar que la comparación se hace solamente en base a la potencia
inyectada por cada generador. Para hacer esto, primero se presentan de una forma general los
cambios que ha experimentado el sector eléctrico en el país hasta llegar al sistema de
organización actual y así conocer la forma de asignación de carga a las distintas unidades durante
un despacho. Después presentamos los datos reales de la operación y los obtenidos por medio de
la simulación, para luego realizar comparaciones y en base a éstas analizar los resultados.
Desde los inicios y hasta 1996 en El Salvador el esquema de organización de la industria eléctrica
estaba basado en el modelo verticalmente integrado y como tal, era el estado el encargado de
administrar la producción, transporte y distribución de la energía y lo hacía a través de la Comisión
Ejecutiva Hidroeléctrica del Río Lempa (CEL). La operación de la generación de este modelo se
hacía buscando la optimización de la operación del sistema mediante la planificación de la
generación y despacho económico, lo cual se lograba mediante la asignación de potencia de todas
las fuentes disponibles de tal manera que se logrará minimizar los costos de producción
cumpliendo con los límites de seguridad del sistema.
Después en 1996 El Salvador entró en una etapa de reformas al sistema con el objeto de abrir el
sector a la participación privada y a la competencia, con esto se buscaba reducir el tamaño del
Estado, disminuir el déficit fiscal, prestar mejores servicios y dar al Estado recursos inmediatos, los
cuales serían utilizados para cancelar la deuda a corto plazo e invertir en infraestructura social o
gasto social.
Los pasos fundamentales para llevar a cabo la privatización del servicio se iniciaron con la
reestructuración de CAESS, cuya función básica era la distribución de energía eléctrica. Esta
reestructuración consistió en separarlas en dos empresas: la Empresa Eléctrica de Oriente (EEO) y
Del Sur, que inicialmente se desarrollaron sin activos propios y subsidiadas desde CAESS, hasta
finales de 1996 que se crearon condiciones para que éstas se independizaran.
Por otra parte, ya existía una empresa para la zona occidente del país denominada Compañía de
Luz Eléctrica de Santa Ana (CLESA) y se constituye la Superintendencia General de Electricidad y
Telecomunicaciones (SIGET), como el ente público responsable de asegurar el cumplimiento de
las leyes aplicables y regulaciones relacionadas con los sectores electricidad y telecomunicaciones
en el país. A continuación presentamos las funciones de la SIGET:
1- Aplicar los tratados, leyes y reglamentos que regulen las actividades del sector eléctrico
2- Aprobar las tarifas eléctricas
3- Regular cargos por uso de las redes
4- Regular los cargos de la Unidad de Transacciones (UT)
5- Dictar normas y estándares técnicos
6- Otorgar concesiones para el uso de recursos hidráulicos y geotérmicos
7- Dirimir conflictos entre operadores
8- Publicar información estadística del sector
La nueva Ley, según se suscribe, tiene como principal objetivo "promover un mercado de
electricidad competitivo en El Salvador", con lo cual define el rol de la UT en la operación del
Mercado Mayorista y la coordinación del transporte de energía desde las plantas generadoras, así
como la seguridad y la calidad de servicio, la operación de la red de transmisión e informar a los
participantes en el mercado sobre los efectos económicos de las transacciones en el mercado
regulador del sistema.
A partir de esta ley se espera que las generadoras vendan energía a través del mercado mayorista
de electricidad, el cual consiste en un mercado de contratos (MC) y un mercado regulador del
sistema (MRS), a continuación presentamos el esquema del mercado mayorista de electricidad
(Ver Figura 7.1).
FUNCIONES
- Despacho programado entre FUNCIONES
oferentes y demandantes
-Transacciones libres sin informar -Mercado Spot de enegía eléctrica
condiciones financieras a la UT -Equilibra oferta y demanda
-informar transacciones operativas
El Modelo del Mercado de Energía Eléctrica de El Salvador está regido por el Sistema de
Administración de Mercado (SAM) que se encarga de elaborar la programación de la generación,
en base al dato de la demanda del día siguiente, realizando el predespacho y obteniendo como
resultado los programas de inyecciones y de retiros de energía en la red. Para esto el SAM se
basa en el estudio de la información que cada participante del mercado le proporciona a la UT
124
diariamente siendo estas las transacciones bilaterales y las ofertas de oportunidad, además de los
requerimientos de calidad y seguridad del sistema. El predespacho consiste en definir con el
modelo computacional los programas, por intervalo del mercado, de las inyecciones y los retiros de
la red con los mínimos costos previstos para el día siguiente de tal manera que refleje las
condiciones acordadas entre los participantes del mercado, además administre las congestiones
previstas y las ofertas de oportunidad. El modelo deberá representar el sistema de generación, las
interconexiones internacionales y la demanda de energía.
Otra función muy importante del sistema de administración del mercado es determinar el precio del
Mercado Regulador del Sistema (MRS) con los datos de energía inyectada y energía retirada de la
red, salvo incumplimientos a las instrucciones de la UT en que se utilizarán las condiciones que
hubieran existido si éstas se hubieran cumplido.
El MRS indica el precio de abastecer una unidad adicional de carga, en base a las ofertas de
generación y demanda, teniendo en cuenta las pérdidas. Pero en caso que exista congestión en la
red de transmisión se tiene que considerar que el sistema se divide en varios MRS. Cuando existe
una condición que no permite que se cumpla el predespacho establecido se tiene que recurrir a
que uno o varios generadores sustituyan la energía faltante, dicho efecto se llama generación
forzada. Esta condición no afecta el precio del MRS que se obtuvo en el predespacho ya que la
diferencia entre el precio correspondiente a su oferta de oportunidad y el precio en el MRS será
compensada por él o los participantes del mercado (PM) responsables de la restricción que forzó
dicha generación forzada y se les asignará el pago del monto correspondiente como un cargo por
compensación. En estos casos, es la UT quien se encarga de asignar a prorrata dicha
compensación entre todos los PM responsables de la generación obligada. Si es por motivos de
calidad se asignara la compensación a todos los PM que retiran en la red en forma proporcional a
su retiro de energía total.
Al caso contrario de la generación obligada existe el racionamiento forzado que viene a representar
la demanda que no ofrece retirarse voluntariamente y no hay generación disponible para
satisfacerla. En este caso el modelo representará la Unidad Racionamiento Forzado (URF) como
una unidad generadora ficticia, con una inyección mínima igual a cero y una inyección máxima
igual a la demanda inflexible calculada.
En caso que las fallas requieran para su solución un nivel de flexibilidad de la demanda mayor que
el ofertado, el modelo administrará el faltante que surge reduciendo el margen de reserva a un
nivel de emergencia y si no es suficiente, administrará el predespacho mediante restricciones al
abastecimiento a través de la URF. Las inyecciones de energía suman todas las cantidades
calculadas por el modelo para el predespacho de las máquinas generadoras que deberán ser
125
iguales a la suma de los retiros de energía, que son el total de las cargas dentro del sistema más
las pérdidas en la red de transmisión.
Las ofertas de oportunidad son presentadas por los PM a la UT y pueden ser tanto de inyección
como de retiro. Estas ofertas son reportadas para uno o más períodos, los cuales se consideran de
una hora con el fin que abarquen la totalidad de un día. Las ofertas de oportunidad son
incorporadas al SAM para ser utilizadas en la realización del predespacho del día siguiente, cabe
mencionar que estas ofertas al ser validadas por la UT son de obligado cumplimiento por los PM.
Las ofertas de oportunidad de inyección son reportadas por los generadores informando de su
flexibilidad en la producción de energía. Están estructuradas de tal manera que incluyan para cada
período una energía máxima ofertada y dos o más bloques de energía ofertados, cada bloque con
su precio, en el cual el primer bloque corresponde a la inyección mínima ofertada y los demás
bloques (uno o más) con una energía acumulada mayor que la del bloque anterior y menor o igual
que la energía máxima que ha sido ofertada, es decir, son monótonamente creciente. El precio
debe ser igual o mayor entre un bloque y el siguiente. Todas las ofertas de oportunidad deben
estar debidamente acompañadas de las limitaciones técnicas.
Cuando halla una reducción forzada en la generación debido a alguna condición anormal en el
sistema, la UT la hará en base a criterios técnicos, operativos y tomando en cuenta también las
ofertas de oportunidad, dando prioridad a la seguridad del sistema
Por medio de las ofertas de oportunidad de retiro los PM informan de su requerimiento de retiro en
determinado nodo y su flexibilidad asociada, en caso de no presentar esta oferta se considera
como una demanda inflexible.
126
Las ofertas de oportunidad de retiro se basan en el hecho de que cada PM puede manejar su
demanda en cada nodo en función de los precios del MRS. El PM debe declarar la energía mínima
a retirar en el primer bloque y uno o más bloques, cada uno con una energía mayor que el anterior,
correspondiendo el último bloque a la mayor cantidad de energía a ser retirada de la red; el precio
ofertado de los bloques debe ser igual o menor entre un bloque y el siguiente.
La demanda inflexible se entiende como aquella condición en la que el PM está dispuesto a retirar
de la red a pesar de cualquier incremento en el precio del MRS.
7.3.4 Predespacho
Se entenderá como predespacho a la programación de la operación del sistema eléctrico del día
siguiente, para asignar los recursos ofertados de forma tal que se pueda suplir la demanda al
mínimo costo y además, contando con los servicios auxiliares necesarios para mantener los
parámetros de calidad y seguridad del sistema.
En la estructura del predespacho la UT utilizará las ofertas de oportunidad para determinar las
transacciones que resulten de administrar el balance de la operación prevista en el sistema para el
día siguiente. Los resultados arrojados serán la base con la cual se regirá el despacho de
generación en tiempo real, que se lleva a cabo el día siguiente.
Para lograr el predespacho se tiene que llevar a cabo el flujo probable de potencia en las líneas de
transmisión y transformadores de potencia de la red, con el fin de determinar condiciones de
congestión y el costo asociado a ésta. Además se tiene que presentar como punto importante el
costo del MRS previsto. Téngase en cuenta que todos los resultados obtenidos por el modelo
serán del día siguiente, que resultarán como la manera más aproximada del comportamiento del
sistema, sin embargo la UT, en la operación de tiempo real, realizará los ajustes necesarios para
cubrir las desviaciones entre los valores previstos y los valores reales de demanda. Dentro de los
datos obtenidos por la UT de los generadores, se encuentran las curvas de oferta incremental que
están modeladas por bloques crecientes desde la inyección prevista en las transacciones
bilaterales hasta la inyección mínima ofertada y el correspondiente precio de cada bloque.
Para cada nodo la UT modelará la oferta incremental como una curva definida por bloques de
incrementos hasta la máxima energía a retirar de la red ofertada, y el correspondiente precio en
cada bloque así como también la oferta decremental como una curva definida por bloques de
decrementos hasta la mínima energía a retirar de la red ofertada, y el correspondiente precio de
cada bloque.
127
Para poder funcionar, el modelo de predespacho se debe tener en cuenta también otro tipo de
información proporcionada por los PM, como son la indisponibilidades programadas de cada uno o
que tengan límites fijos por diferentes causas. Todo esto se debe hacer llegar con previo aviso
antes de hacer cualquier tipo de cálculo, ya que si no existieran dichas modificaciones se tomara
como válida la información enviada el día anterior.
Se tiene que incluir en los cálculos los datos enviados por los PM referentes a la demanda prevista,
las transacciones bilaterales y las ofertas de oportunidad. Para esto es necesario que cada
distribuidor sea responsable de recopilar la información de demanda consolidada en su área de
distribución y entregarla debidamente a la UT para obtener resultados fieles. Como resultado del
predespacho, la UT tendrá para el día siguiente la generación más económica para cubrir
demanda prevista, los programas de racionamiento existentes (si los hubiera), las transacciones
bilaterales, la generación obligada prevista, las previsiones de condiciones de congestión
(indicando las líneas y transformadores afectados, los MRS y los cargos por congestión), y por
ultimo el precio previsto del predespacho de el o los MRS previstos que resulten de acuerdo a las
condiciones de congestión esperadas.
Como consecuencia del predespacho se tendrá el precio de la energía que la UT calculará en base
a los resultados del SAM, teniendo en cuenta las restricciones existentes como son las
congestiones, pérdidas, servicios auxiliares y ofertas de oportunidad incluyendo la URF.
Al finalizar cada día la UT determinará con los resultados del SAM y los valores registrados de
demanda, disponibilidad y restricciones de la operación real, el precio de la energía para dicho día,
asociado a suministrar una unidad adicional de demanda de acuerdo a las ofertas de oportunidad.
A excepción de que se presente una condición de falla, estado de emergencia del sistema o
incluso cuando en la UT no haya suministrado el correspondiente despacho ajustado, el precio
estará dado por el precio máximo que resulta de las ofertas de oportunidad.
A continuación se presenta la función objetivo, con el cual se lleva a cabo el despacho de manera
que se logre la minimización de costos, en donde los precios vienen en $/MW y la inyección en
MW.
128
⎡T ⎤
Min ⎢ ∑ ( precios )(inyeccion) ⎥ (Ec. 7.1)
⎣ t =1 ⎦
Sujeto a restricciones técnicas y operativas como son: Balance de potencia en los diferentes
nodos, ofertas de inyección y retiro de los PM en los diferentes nodos, orden en bloques de
energía, tamaño de los bloques y otros.
Esta restricción dice que según el modelo, los generadores deberán despachar sus bloques de
energía seguidos, es decir, no podrán saltar ningún bloque por medio, ya que esto no se puede
hacer físicamente. Por tanto, su generación deberá hacerse por bloques adyacentes. Siempre igual
para máquinas Nacionales como Internacionales.
Para poder inyectar energía, los generadores presentan sus ofertas de inyección por bloques lo
cual tiene que ver con límites de ofertas, así, para poder pasar al siguiente bloque de generación
con diferente precio los generadores deben inyectar el bloque anterior completo. En resumen el
despacho busca:
comportamientos diferentes desde el punto de vista de la demanda, así como también por las
condiciones naturales que son diferentes en ambos escenarios de análisis.
7.4.1 Datos reales de Operación semanales de 03-09 Enero de 2004 y 22-28 Septiembre 2003
Los datos reales de altura, volúmenes de embalses, energía generada por unidad, energía
generada por recursos y precios del MRS se presentan en las Tablas 7.1-7.5 para Enero de 2004 y
en las Tablas 7.6-7.10 para Septiembre de 2003 los datos fueron obtenidos de pagina Web UT y
algunos proporcionados por el asesor de tesis:
Tabla 7.1 Alturas y volúmenes reales de centrales hidroeléctricas en semana Enero 2004
Tabla 7.2 Energía diaria generada por recurso hidroeléctrico en semana Enero 2004
130
Tabla 7.3 Energía diaria generada por recurso térmico en semana Enero 2004
Energía (MWh)
Dia
Hidroeléctrico Térmico
03-Ene 2200.46 4352.75
04-Ene 2563.91 3842.81
05-Ene 2762.71 5256.45
06-Ene 3055.66 5215.12
07-Ene 3046.30 5361.8
08-Ene 3195.09 4740.41
09-Ene 2828.62 5225.99
Total 19652.75 33995.33
Porcentaje 36.63% 63.37%
Tabla 7.4 Energía diaria total generada por recurso en semana Enero 2004
Tabla 7.5 Precios diarios del MRS ($/MWh) durante la semana del 03-09 Enero 2004
131
Tabla 7.6 Alturas y volúmenes reales de centrales hidroeléctricas en semana Septiembre 2003
Tabla 7.7 Energía diaria generada por recurso hidroeléctrico en semana Septiembre 2003
Tabla 7.8 Energía diaria generada por recurso térmico en semana Septiembre 2003
132
Energía (MWh)
Día
Hidroeléctrico Térmico
22-Sep 6395.76 2016.57
23-Sep 6852.68 2395.47
24-Sep 6461.87 2597.8
25-Sep 6833.11 2161.34
26-Sep 6442.87 3155.75
27-Sep 6512.79 1618.42
28-Sep 5743.75 1181.45
Total 45242.83 15126.80
Porcentaje 74.94% 25.06%
Tabla 7.9 Energía total generada por recurso en semana Septiembre 2003
Tabla 7.10 Precios del MRS ($/MWh) durante la semana de 22-28 Septiembre 2003
A continuación se presentan los resultados de la simulación (Ver Tablas 7.11-7.20), con el objetivo
de comparar datos reales con los simulados en base a:
Tabla 7.12 Energía diaria generada por recurso hidroeléctrico en simulación Enero 2004
Tabla 7.13 Energía diaria generada por recurso térmico en simulación Enero 2004
134
Energía (MWh)
Día Hidroeléctrico Termico
03-Ene 2850.00 3703.2
04-Ene 2778.02 3628.65
05-Ene 3952.00 4067.16
06-Ene 4313.52 3957.26
07-Ene 3985.00 4422.89
08-Ene 3856.54 4078.93
09-Ene 3855.00 4199.56
Total 25590.08 28057.65
Pocentaje 47.70% 52.30%
Tabla 7.14 Energía diaria total generada por recurso en simulación Enero 2004
Tabla 7.15 Precios diarios del Cmg ($/MWh) durante la semana de Enero 2004
135
Tabla 7.17 Energía diaria generada por recurso hidroeléctrico en simulación Sept. 2003
Tabla 7.18 Energía generada por recurso térmico en simulación Sept. 2003
136
Energía (MWh)
Día
Hidro Termico
22-Sep 6281.22 2150.27
23-Sep 6580.40 2667.81
24-Sep 6580.59 2479.11
25-Sep 6649.95 2344.48
26-Sep 6784.17 2814.51
27-Sep 6532.61 1598.6
28-Sep 5959.82 975.26
Total 45368.76 15030.04
Porcentaje 75.12% 24.88%
Tabla 7.19 Energía total generada por recurso en simulación Sept. 2003
Tabla 7.20 Precios del Cmg ($/MWh) durante la semana de Septiembre 2003
137
330
325
Volúmen (Mm3)
320
315
310
305
02-Ene 04-Ene 06-Ene 08-Ene
Real Simulacion
Comportamiento de volúmen de
Central Cerrón Grande Enero 2004
1935
1930
Volúmen (Mm3)
1925
1920
1915
1910
1905
1900
02-Ene 03-Ene 04-Ene 05-Ene 06-Ene 07-Ene 08-Ene 09-Ene
Real Simulacion
Figura 7.3 Comportamiento del volumen en central Cerrón Grande Enero 2004
138
Comportamiento de volúmen de
Central 5 de Nov Enero 2004
65
64
63
Volúmen (Mm3)
62
61
60
59
58
57
56
02-Ene 03-Ene 04-Ene 05-Ene 06-Ene 07-Ene 08-Ene 09-Ene
Real Simulacion
Comportamiento de volúmen de
Central 15 de Sept. Enero 2004
354
352
350
Volúmen (Mm3)
348
346
344
342
340
338
336
334
02-Ene 03-Ene 04-Ene 05-Ene 06-Ene 07-Ene 08-Ene 09-Ene
Real Simulacion
Se puede observar, de las graficas anteriores, que hay comportamientos de volúmenes similares
en el caso de Guajoyo y Cerrón Grande (Fig. 7.2 y 7.3) las cuales se caracterizan por almacenar
agua y en las cuales se puede decir que se optimizó de la mejor manera el recurso del agua en los
embalses. Los comportamientos de los volúmenes de 5 de Nov. Y 15 de Sept. (Fig. 7.4 y 7.5) son
distintos con los resultados del despacho, posiblemente debido a que en el modelo desarrollado en
la simulación no se especula sobre los precios a ser ofertados, sino que se optimiza teniendo en
cuenta el horizonte de planeación y se decide por todas las máquinas, además los valores de
volúmenes máximos y mínimos introducidos en la simulación no son los mismos que maneja el
operador, dependen de la experiencia operativa, y él decide si los datos de volúmenes son
factibles, es de recordar que estos tipos de embalses son de pasada y se caracterizan por que la
generación sigue las fluctuaciones del agua disponible.
139
Energía (MWh)
3000
2500
2000
1500
1000
500
0
03-Ene 04-Ene 05-Ene 06-Ene 07-Ene 08-Ene 09-Ene
Real Simulación
Figura 7.6 Comparación de energía inyectada diaria por recurso hidroeléctrico en Enero 2004
350
300
Potencia (MW)
250
200
150
100
50
0
0 24 48 72 96 120 144 168
REAL SIMULACION
Figura 7.7 Generación horaria por recurso hidroeléctrico en semana Enero 2004
6000
5000
Energía (MWh)
4000
3000
2000
1000
0
03-Ene 04-Ene 05-Ene 06-Ene 07-Ene 08-Ene 09-Ene
Real Simulación
Figura 7.8 Comparación de energía inyectada diaria por recurso térmico en Enero 2004
140
300
250
Potencia (MW)
200
150
100
50
0 24 48 72 96 120 144 168
SIMULACION REAL
Figura 7.9 Generación horaria por recurso térmico en semana Enero 2004
En las Figuras 7.6 a 7.9 se pueden observar las diferencias entre los resultados obtenidos de la
simulación y lo real; la energía inyectada por el recurso hidroeléctrico en período de estiaje es
mayor en la simulación (47.7%) que la inyectada real (36.63%) debido que en la coordinación
realizada ha sido tomado en cuenta el acople hidráulico de las centrales con los respectivos
desfases de tiempo que le toma al caudal turbinado de la central aguas arriba llegar a la central
aguas abajo, con lo cual se optimizó de mejor manera el uso del agua. En lo que respecta al uso
del recurso térmico, por el hecho de estar en período de estiaje se esperaba un porcentaje mayor
del recurso térmico respecto al hidroeléctrico tanto en lo real (63.37%) como en lo simulado
(52.3%).
120
Precio ($/MWh)
100
80
60
40
20
0 12 24 36 48 60 72 84 96 108 120 132 144 156 168
MRS Cmg
De la figura 7.10 no se pueden hacer comparaciones de precios, debido a que el modelo simulado
optimiza costos variables de combustible en el cual no se toma en cuenta costos de arranque,
costos variables de operación y mantenimiento, pero sí podemos observar la tendencia de los
precios. En el MRS se observa como éstos oscilan a lo largo de la semana obteniéndose una
desviación estándar mayor (25.22) con respecto a la simulada (3.06) la cual no cambia
significativamente, esto debido a que en el modelo distingue tecnología, naturaleza y condiciones
del recurso utilizado.
75
65
55
45
35
0 24 48 72 96 120 144 168
Guajoyo Cerron 5 de nov 15 de sept
En la Figura 7.11 se puede observar que en el periodo de estiaje el valor del agua presenta un
valor constante a lo largo de la semana debido a que no se violan limites de volúmenes
(condiciones de Khun Tucker), además se observa que el precio del agua es mayor que el costo
marginal de las unidades térmicas debido a que en esta semana de estiaje se cuenta con pocos
recursos hídricos para cubrir la demanda.
420
400
380
360
340
21-Sep 23-Sep 25-Sep 27-Sep
Real Simulacion
Comportamiento de volúmen de
Central Cerrón Grande Sept. 2004
2250
2230
2210
Volúmen (Mm3)
2190
2170
2150
2130
2110
2090
2070
2050
21-Sep 22-Sep 23-Sep 24-Sep 25-Sep 26-Sep 27-Sep 28-Sep
Real Simulacion
Figura 7.13 Comportamiento del volumen en central Cerrón Grande Sept. 2003
Comportamiento de volúmen de
Central 5 Nov Sept. 2004
90
80
Volúmen (Mm3)
70
60
50
40
21-Sep 22-Sep 23-Sep 24-Sep 25-Sep 26-Sep 27-Sep 28-Sep
Real Simulacion
Comportamiento de volúmen de
Central 15 Sep Sept. 2004
370
Volúmen (Mm3)
350
330
310
290
270
250
21-Sep 22-Sep 23-Sep 24-Sep 25-Sep 26-Sep 27-Sep 28-Sep
Real Simulacion
Se puede observar de las graficas anteriores que los comportamientos de volúmenes son
diferentes ya que se observa intervalos de vaciado y llenado de embalses (Cerrón Grande, 5 Nov.
y 15 de Sept.) con respecto a la central Guajoyo se observa que la tendencia es de llenado de
embalse tanto para real como simulado. Los valores de volúmenes máximos y mínimos
introducidos en la simulación no son los mismos que maneja el operador, es importante recordar
que (5 Nov. y 15 de Sept.) tienen tipos de embalses de pasada los cuales se caracterizan en que la
generación sigue las fluctuaciones del agua disponible (periodos de carga y descarga).
7000
6800
6600
6400
Energía (MWh)
6200
6000
5800
5600
5400
5200
5000
22-Sep 23-Sep 24-Sep 25-Sep 26-Sep 27-Sep 28-Sep
Real Simulación
Figura 7.16 Comparación de energía inyectada diaria por recurso hidroeléctrico en Sept. 2003
350
330
310
Potencia (MW)
290
270
250
230
210
190
170
150
0 24 48 72 96 120 144 168
REAL SIMULACION
Figura 7.17 Generación por recurso hidroeléctrico durante la semana Sept. 2003
144
3500
3000
2500
Energía (MWh)
2000
1500
1000
500
0
22-Sep 23-Sep 24-Sep 25-Sep 26-Sep 27-Sep 28-Sep
Real Simulación
Figura 7.18 Comparación de energía inyectada diaria por recurso hidroeléctrico en Sept. 2003
300
250
Potencia (MW)
200
150
100
50
0
0 24 48 72 96 120 144 168
SIMULACION REAL
Figura 7.19 Generación por recurso térmico durante la semana Sept. 2003
En las Figuras 7.16 a 7.19 se puede observar las diferencias entre los resultados obtenidos de la
simulación y lo real, con respecto a la energía inyectada por el recurso hidroeléctrico en periodo de
húmeda es similar en la simulación (75.12%) con respecto a lo real (74.94%) ya que se espera que
para esta época la energía inyectada por el recurso hidroeléctrico sea mayor con respecto al
térmico. En lo que respecta al uso del recurso térmico, por el hecho de estar en periodo húmedo
espera un porcentaje menor de participación del recurso térmico respecto al hidroeléctrico tanto en
lo real (25.06%) como en lo simulado (24.88%).
145
100.00
90.00
80.00
Precio ($/MWh)
70.00
60.00
50.00
40.00
30.00
20.00
0 12 24 36 48 60 72 84 96 108 120 132 144 156 168
Periodos (horas)
15
14
13
12
11
10
0 24 48 72 96 120 144 168
Guajoyo
Con respecto al valor del agua para la semana húmeda los resultados de la simulación son cero
$/MWh para las centrales de Cerron, 5 Nov. y 15 de Sept., en Guajoyo existe un valor del agua
debido a que si observamos la Figura 7.12 el volumen aumenta a medida que transcurre el tiempo,
146
además esta central se asume que no esta acoplada en serie con las demás, pero inclusive el
valor es menor que el que se le paga a las centrales térmicas.
A continuación se muestran las graficas de inyección de energía para la semana seca y húmeda
de la simulación comprobándose que el programa optimiza el despacho (Ver Figura 7.22 y Figura
7.23).
600
500
15 de sept
5 de Nov
Cer r on Gr ande
400
Potencia (MW)
Guaj oyo
CESSA
Soyapango
300 Nej apa
Acaj utl a MD
Acaj utl a U5
200 Acaj utl a U2
Acaj utl a U1
Demanda
100
0
1 7 13 19 25 31 37 43 49 55 61 67 73 79 85 91 97 103 109 115 121 127 133 139 145 151 157 163
Periodos
600
500
Acajutla U5
400 Acajutla U2
Potencia (MW)
Acajutla U1
Nejapa
300 CESSA
Soyapango
Acajutla MD
Guajoyo
200
Cerron Grande
5 de Nov
15 de sept
100
Demanda
0
1 7 13 19 25 31 37 43 49 55 61 67 73 79 85 91 97 103 109 115 121 127 133 139 145 151 157 163
Periodos
Podemos observar el aporte de las unidades en línea para satisfacer la demanda en el período
seco, sobresaliendo Guajoyo y 15 de Sept. Para suplir demandas en horas pico, Acajutla MD y
Nejapa permanecen casi todo el tiempo como base junto a 5 de nov. Y Cerrón Grande.
Una vez observado los resultados de la simulación tanto de la época seca como húmeda versus el
despacho realizado en el país sobresale los siguientes aspectos:
-El reconocer tecnología, naturaleza y condiciones del recurso a ser optimizado permiten ver
resultamos como el de las plantas 15 de Sept. Y 5 de Nov. Donde se demuestra que son centrales
de paso, que se están cargando y descargando, caso contrario a Cerrón Grande donde se
confirma que es una central para almacenamiento.
7.7 Limitantes
b) El criterio del DualityGap usado para el paro del despacho demostró que para análisis robustos
como el de la coordinación hidrotérmica semanal es difícil de aplicar y requiere de un mayor
análisis para su implementación.
149
CAPITULO 8
CONCLUSIONES Y RECOMENDACIONES
8.1 Conclusiones
a) Con los resultados de la coordinación hidrotérmica lograda nos lleva a un uso mas eficiente
de los recursos energéticos existentes en la actualidad en el país, con la optimización del
recurso hidráulico propicia el uso de una energía renovable no contaminante, de alguna
manera se logra reducir la dependencia del costo del combustible que es la materia prima
de las unidades térmicas.
b) Para futuras investigaciones se hace necesario determinar aquella información del sistema
de la cual no se pudo tener disposición en forma completa hoy, tal como curvas de costos
de las maquinas térmicas y ciertas restricciones de operación.
c) Seria de gran utilidad para fines pedagógicos la modificación de la aplicación para que se
puedan ingresar y modificar datos a través de una interfase, y hacerla mas versátil.
f) El valor económico del megavatio ($/MW) de las unidades térmicas e hidroeléctricas del
despacho encontrado a través del programa poseen un comportamiento estable no
oscilatorio lo que contrasta con los valores reales del despacho del país, representando
esto una ventaja del modelo utilizado.
150
g) El objetivo principal del despacho es el de minimizar costos para una carga dada
implicando que todas las maquinas funcionan al mismo costo incremental de producción.
8.2 Recomendaciones
a) Los métodos de optimización matemática utilizados por las funciones de Matlab (fmincon y
Linprog) en el recurso térmico e hidráulico deben de ser motivo de futuros estudios donde
se analicen cada uno ellos a profundidad.
b) De realizarse una coordinación para un periodo mayor a una semana como el realizado se
recomienda el uso de herramientas informáticas más poderosas existentes en la actualidad
como el GAMS.
GLOSARIO
Costo Marginal (Lambda). Representa desde la perspectiva del sistema, el costo de producir una
unidad adicional de energía eléctrica (MWh), es decir es el costo marginal de la energía eléctrica.
Análogamente desde la perspectiva de una compañía generadora, indica el precio marginal que
una central debe recibir por cada MWh de energía.
Despacho Económico de Carga. Busca minimizar el costo de operación del sistema al suplir una
demanda en un período de tiempo determinado (por ejemplo una hora, un día, una semana, etc.)
satisfaciendo en forma simultánea un amplio y variado conjunto de restricciones de operación y
cumpliendo además con los criterios que se deriven de las programaciones de corto, mediano y
largo plazo.
Distribución. Parte del Sistema eléctrico de Potencia que se encarga de llevar la energía a los
usuarios finales (industrias, viviendas, etc.) esto se hace generalmente en voltajes menores que los
utilizados en la transmisión.
Generación. Parte del Sistema eléctrico de Potencia que se encarga de la producción de energía
eléctrica la cual proviene en la mayoría de los casos de una combinación de unidades térmicas,
hidroeléctricas y geotérmicas.
Predespacho Económico de Carga. Programación de la operación del sistema eléctrico del día
siguiente, para asignar los recursos ofertados de forma tal que se pueda suplir la demanda al
mínimo costo y además, contando con los servicios auxiliares necesarios para mantener los
parámetros de calidad y seguridad del sistema.
Sistema centralizado. En este sistema existe un organismo central (Poolco), el cual supervisa el
Sistema eléctrico de potencia, éste controla la bolsa de energía y opera en tiempo real el sistema.
152
Transmisión. Parte del Sistema eléctrico de Potencia que se encarga del transporte de la energía
desde lo centros de producción hasta los lugares donde se encuentran los demandantes, este
transporte se hace en altos voltajes (115KV o 230KV).
BIBLIOGRAFÍA
Adamatiades, Achilles G.. Jhon E. Besant-Jones y Mangesh Hoskote [1995] Power sector reform in
developing countries and the role of the world bank. Tokio, Japón.
Arroyo S., José Manuel [2000] Modelos y algoritmos para la explotación óptima de la generación
en sistemas eléctricos centralizados y competitivos mediante algoritmos genéticos y programación
lineal entera.mixta. Universidad de Castilla-La Mancha. Ciudad Real, España.
Camac G., Daniel Javier [1994] Programación dinámica dual determinista en el despacho
hidrotérmico. Universidad Católica de Chile. Santiago de Chile, Chile.
Comisión Económica para América Latina y el Caribe CEPAL [2001] Evolución reciente y desafíos
de los mercados mayoristas de electricidad en El Salvador, Guatemala y Panamá. Naciones
Unidas. México.
Cruz, Roberto [2001] El modelo de mercado PJM vs. El modelo californiano. Pontificia Universidad
Católica de Chile, Santiago de Chile, Chile.
Gonzalez, Rene A.. Jorge A. Cubas E.. José B. Orozco M.. y Raymundo I. Sisniega U. [1978]
Estudio del despacho económico en sistemas de potencia. Universidad de El Salvador, San
Salvador, El Salvador.
Gómez Exposito, Antonio [2002] Análisis y operación de sistemas de energía eléctrica. McGraw-
Hill. España.
154
Hobbs, Benjamin F.. Michael H.. Rothkopf. Richard P. O’Neill y Hung-po Chao [2001] The next
generation of electric power unit commitment models. Kluwer Academeic Publishers.
Massachusetts, E.E.U.U.
IEEE [1999] Short-term hydro-thermal coordination by Lagrangian Relaxation: solution of the dual
problem. Transactions on power system. 14. 89-95. Malaga, España.
IEEE [1999] Unit commitment with transmission security and voltage constraints. Transactions on
power system. Vol. 14. 757-764. Chicago, IL. E.E.U.U.
Loyola Fuentes, Rodrigo C. [1999] Hydro-thermal coordination problem using improved direct and
indirect solution methods. Universidad de Waterloo, Notario, Canadá.
Madrigal, Marcelino [2000] Optimization models and techniques for implementation and pricing of
electricity markets. Universidad de Waterloo, Ontario, Canadá.
Mena Valle, Franklin A.. Ricardo V. Valdés y Carlos G. Vásquez [1993] Planificación de la
operación de un sistema eléctrico de potencia mediante un despachador económico de carga.
Universidad Centroamericana “José Simeón Cañas”. San Salvador, El Salvador.
Orellana R., Juan J.. Humberto A. Perla M.. José A. Recinos P.. Martin E. Sanchez [2002]
Predespacho económico de generación en mercados eléctricos competitivos caso El Salvador.
Universidad Centroamericana “José Simeón Cañas”. San Salvador, El Salvador.
SIGET [2000] Boletín de estadísticas eléctricas N° 1 1999. Gerencia de electricidad, Nueva San
Salvador, El Salvador.
155
Trigueros, José Luis [2002] Experiencia regulatoria del sector eléctrico salvadoreño e integración
regional. SIGET. San Salvador, El Salvador.
Wood, Allen J. Bruce F. Wollenberg [1996] Power generation, operation, and control. John Wiley &
Sons, Inc. NY, E.E.U.U.
Wolak, Frank A. [2003] Designing competitive wholesale electricity markets for latin american
countries. Universidad de Stanford. CA, E.E.U.U.
.
A-1
Suponga que se quiere maximizar o minimizar una función que depende de muchas variables.
Utilizando reglas de calculo debemos encontrar los valores de las variables donde la primera
derivada de la función con respecto a cada variable es cero, adicionalmente, la segunda derivada
debe ser usada para determinar si la solución es un mínimo o un máximo.
Dado que el objetivo es maximizar o minimizar una función matemática, llamaremos a esta función
la “función objetivo”. Las funciones de restricción y los limites de las variables pueden ser llamadas
restricciones.
El problema se complica cuando las restricciones son desigualdades (como en el caso de los
límites de potencia de un generador de energía eléctrica. Una de las formas para encontrar el valor
optimo en este tipo de problemas es utilizando las condiciones de Khun-Tucker las cuales son
presentadas a continuación.
Suponga que se tiene una función a minimizar f(x) sujeta a las siguientes restricciones:
wi ( x) = 0 i = 1,2,..., N w
(Ec. A.1)
g i ( x) ≤ 0 i =1,2,..., N g
L( x, λ , μ ) = f ( x) + ∑ λi wi ( x) + ∑ μi gi ( x) (Ec. A.2)
i =1 i =1
δL o o o
1. ( x , λ , μ ) = 0 para i = 1...N
δ xi
2. wi ( x o ) = 0 para i = 1...N w
(Ec. A.3)
3. gi ( x o ) = 0 para i = 1...N g
μio gi ( x o ) = 0 ⎫⎪
4. ⎬ para i = 1...N g
μio ≥ 0 ⎪⎭
Ahora suponga que se tiene una función de costos total FT que comprende dos generadores
térmicos:
A-2
FT = F1 + F2 (Ec. A.4)
w( P1 , P2 ) = PD − P1 − P 2
⎧⎪ g1 ( P1 ) = P1 − P1,max ≤ 0
P1,min ≤ P1 ≤ P1,max ⎨ (Ec. A.5)
⎪⎩ g 2 ( P1 ) = P1,min − P1 ≤ 0
⎧⎪ g3 ( P2 ) = P2 − P2,max ≤ 0
P2,min ≤ P2 ≤ P2,max ⎨
⎪⎩ g 4 ( P2 ) = P2,min − P2 ≤ 0
El problema del despacho económico es minimizar la función de costos sujeto a las restricciones
de generación y de equilibrio .La función de Lagrange se vuelve como:
L = FT ( P1 , P2 ) + λ w( P1 , P2 ) + μ1 g1 ( P1 ) + μ 2 g 2 ( P1 ) + μ3 g3 ( P2 ) + μ 4 g 4 ( P2 ) (Ec. A.6)
L = F1 + F2 + λ ( PD − P1 − P2 ) + μ1 ( P1 − P1,max ) +
(Ec. A.7)
μ2 ( P1,min − P1 ) + μ3 ( P2 − P2,max ) + μ4 ( P2,min − P2 )
Condición 1:
F1' ( P1 ) − λ + μ1 − μ 2 = 0
F2' ( P2 ) − λ + μ3 − μ 4 = 0 (Ec. A.8)
Condición 2.
PD − P1 − P2 = 0 (Ec. A.9)
Condición 3:
P1 − P1,max ≤ 0
P1,min − P1 ≤ 0
(Ec. A.10)
P2 − P2,max ≤ 0
P2,min − P2 ≤ 0
Condición 4:
μ1 ( P1 − P1,max ) = 0 μ1 ≥ 0
μ2 ( P1,min − P1 ) = 0 μ2 ≥ 0
(Ec. A.11)
μ3 ( P2 − P2,max ) = 0 μ3 ≥ 0
μ2 ( P2,min − P2 ) = 0 μ4 ≥ 0
A-3
dF1 ( P1 ) dF 2( P2 )
= =λ (Ec. A.12)
dP1 dP2
Caso 2. Suponga que la solución optima sea que P1 esta en su limite de potencia máximo
(P = P )
1 1,max y que P2 no esta ni en su máximo ni mínimo limite de potencia. Entonces: μ1 ≥ 0 y
dF1 ( P1 ) dF1 ( P1 )
= λ − μ1 → ≤λ (Ec. A.13)
dP1 dP1
dF2 ( P2 )
=λ (Ec. A.14)
dP2
Caso 3. Suponga el caso opuesto del caso 2, es decir, que la solución optima requiere P1 este a su
mínimo ( P1 = P1,min ) y P2 no esta a su máximo ni mínimo limite de potencia, entonces μ2 ≥ 0 y
dF1 ( P1 ) dF1 ( P1 )
= λ + μ2 → ≥λ (Ec. A.15)
dP1 dP1
dF2 ( P2 )
=λ (Ec. A.16)
dP2
Caso 4. Si la solución optima requiere que P1 y P2 estén en sus limites, λ y los valores que no son
ceros de μ son indeterminados. Por ejemplo suponga que el óptimo ocurre en los límites máximos
de generación:
P1 − P1,max = 0
(Ec. A.17)
P2 − P2,max = 0
dF1 ( P1 )
= λ − μ1
dP1
(Ec. A.18)
dF2 ( P2 )
= λ − μ3
dP2
Una alternativa para abordar el problema de trabajar con restricciones de desigualdad relacionada
con los limites de generación es convertir estas en restricciones de igualdades, añadiendo las
llamadas variables slack como se muestra a continuación:
Si : g (Pi ) = Pi − Pi ,max ≤ 0
(Ec. A.19)
Luego : g ( Pi , Si ) = Pi − Pi ,max + Si2 = 0
2
Hemos añadido Si y no Si para que esta variable no sea limitada por su signo, haciendo ahora las
Minimizar:
F ( P1 , P2 ) = F1 ( P1 ) + F2 ( P2 ) (Ec. A.20)
Sujeto a:
w( P1 , P2 ) = PD − P1 − P2 = 0 (Ec. A.21)
L = FT ( P1 , P2 ) + λo w( P1 , P2 ) + λ 1 g1 ( P1 , S1 )
(Ec. A.23)
+λ2 g 2 ( P1 , S2 ) + λ3 g3 ( P2 , S3 ) + λ4 g 4 ( P2 , S4 )
A-5
Condición 1:
∂L
= F1′ ( P1 ) − λ0 + λ1 − λ2 = 0
∂P1
∂L
= F2′ ( P2 ) − λ0 + λ3 − λ4 = 0
∂P2 (Ec. A.24)
∂L
= 2λ1 S1 = 0
∂S1
∂L
= 2λ2 S 2 = 0
∂S2
∂L
= 2λ3 S3 = 0 (Ec. A.25)
∂S3
∂L
= 2λ4 S 4 = 0
∂S4
Condición 2:
PD − P1 − P2 = 0
( P1 − P1,max + S12 ) = 0
( P1,min − P1 + S 22 ) = 0 (Ec. A.26)
( P2 − P2,max + S ) = 0
2
3
( P2,min − P2 + S 42 ) = 0
B-1
Solver es parte de una serie de comandos el cual busca el valor óptimo para una celda,
denominada celda objetivo, en el caso del despacho económico ésta representa los costos totales
de generación de las N unidades. Solver funciona en un grupo de celdas que estén relacionadas,
directa o indirectamente con la celda objetivo. Solver ajusta los valores en las celdas cambiantes
(potencias individuales de los generadores), denominadas celdas ajustables, para generar el
resultado especificado de la celda objetivo. Pueden aplicarse restricciones como limitaciones de
generación, balance de carga, restricción de volumen, y otras restricciones mencionadas en
capitulo 2 para restringir los valores que puede utilizar Solver en el modelo, las cuales a su vez
pueden hacer referencia a otras celdas que afecten la celda objetivo.
2.2 Si el complemento que desea utilizar no aparece en la lista del cuadro Complementos
disponibles, haga clic en Examinar y, a continuación, localice el complemento.
3. En el cuadro Celda objetivo, escriba una referencia de celda o un nombre para la celda
objetivo, en nuestro caso esta celda son los costos totales de producción en función de las
potencias generadas.
• Para que el valor de la celda objetivo sea el valor máximo posible, haga clic en Máx.
• Para que el valor de la celda objetivo sea el valor mínimo posible, haga clic en Mín. El
despacho económico busca minimizar la celda objetivo (Costos totales).
B-3
• Para que la celda objetivo tenga un valor determinado, haga clic en Valor y, a
continuación, introduzca el valor en el cuadro.
5. En el cuadro Sujetas a las siguientes restricciones, introduzca todas las restricciones que
desee aplicar (límites de generación, balance de carga, límites de volumen, etc.).
En el cuadro Referencia de celda, escriba la referencia de celda, hacer esto para cada restricción.
B-4
• Haga clic en la relación ( <=, =, >=, Ent, o Bin ) que desee que haya entre la celda a la que se
hace referencia y la restricción. Si hace clic en Ent, en el cuadro Restricción aparecerá "entero".
Si hace clic en Bin, en el cuadro Restricción aparecerá "binario".
Para aceptar la restricción y regresar al cuadro de diálogo Parámetros de Solver, haga clic en
Aceptar.
Celda objetivo
Minimizar
costos totales
Potencias a
ser
Restricciones de límites de
generación, límites de
b l b l d
B-5
Ejemplo:
Suponga que se cuenta con tres generadoras térmicas cuyas funciones de costo se presenta a
continuación las cuales suplirán una carga de 400 MW
Costo
Costo
Pi (MW) marginal
($/h)
Generador ($/MWh)
1 200.00 9 1800.00
2 250.00 11.5 2537.50
3 150.00 11.5 1407.50
B-6
Observamos que el generador 1 esta al máximo por lo que su costo es menor que los otros
generadores que no están despachados a sus limites.
A continuación se presentan las soluciones del ejemplo 3A utilizando esta herramienta, la siguiente
tabla presenta las posibles combinaciones de las unidades, los posibles estados de cada unidad
puede ser 1 si la unidad está encendida y 0 si la unidad está apagada.
• Combinación 1
B-7
• Combinación 2
• Combinación 3
B-8
• Combinación 4
• Combinación 5
B-9
• Combinación 6
• Combinación 7
B-10
• Combinación 8
Ahora presentamos un ejemplo que incluye una unidad térmica y una hidroeléctrica para ver como
cambian las restricciones al usar Solver. Los datos son los siguientes:
Además la unidad hidro debe respetar límites mínimos y máximos del embalse los cuales son:
r = 1000 Mm3
V0 = 10000 Mm3
B-11
A continuación se muestra como se definen las restricciones en Solver y la solución optima que
éste muestra.
B-12
C-1
Introducción
Los métodos de optimización matemática que se utilizan para el despacho hidrotérmico en las
simulaciones de comparación del despacho son: El Large Scale en el linprog para la optimización
del recurso hídrico y el Medium Scale en el fmicon para la optimización del recurso térmico. En el
caso del ejemplo del capitulo cinco se utilizo el Médium Scale en el fmincon para ambos recursos.
Medium Scale
Este es el método utilizado por el fmincon para la optimización del recurso térmico. El fmincon
usa el Medium Scale para optimizar, utiliza un método de programación cuadrática secuencial
(Sequential Quadratic Programming (SQP)). En este método un subproblema de programación
cuadrática (Quadratic Programming (QP)) es resuelto en cada iteración. Un estimado del Hessiano
del Lagrangiano es actualizado en cada iteración usando la formula BFGS (Broyden, Fletcher,
Goldfarb y Shanno) método quasi-Newton.
Una búsqueda lineal es ejecutada usando una función merito similar a la que proponen varios
autores. El sub-problema QP es solucionado usando un ajuste activo de estrategias similar al
descrito en Gill, P.E., W. Murray, y M.H. Wright, en el libro Practical Optimization.
Limitaciones de fmincon:
a) La función a ser optimizada y las restricciones deben ser continuas, de lo contrario fmincon
podría dar soluciones locales.
c) La función objetivo y las funciones de restricción deben ser valores reales, ya que estos no
pueden generar valores complejos.
Refiriéndose al problema general (la función a optimizar sujeta a restricciones), las ecuaciones
Khun-Tucker pueden ser declaradas:
∇f ( x* ) + ∑ λi *.∇Gi ( x* ) = 0
m
i =1
λi *.Gi ( x ) = 0
*
i = 1,..........m (Ec. C.1)
λi ≥ 0 i = me + 1,...........m
La primera ecuación describe la cancelación del gradiente entre la función objetivo ( f ) y las
restricciones activas (Gi ) en el punto de solución. Para el gradiente ser cancelado, los
multiplicadores de Lagrange (λi , i = 1,......m) son necesarios, para balancear las desviaciones en
magnitud de la función objetivo y el gradiente de restricciones.
Solo restricciones activas son incluidas en esta operación de cancelación, las restricciones que no
son activas no deben de ser incluidas en esta operación y así los multiplicadores de Lagrange son
igual a cero, esto es lo que reflejan las dos ultimas ecuaciones.
Basado en los trabajos de Biggs, Hann y Powell, el método permite cercanamente imitar el método
de Newton para optimización con restricciones, solo que está hecho para la optimización sin
restricciones. En cada iteración, una aproximación es hecha del Hessiano de la función de
Lagrange usando un método de actualización quasi-Newton. Este es entonces usado para
generar un sub-problema QP cuyas soluciones son usadas para formar una dirección de
búsqueda, para un procedimiento de búsqueda lineal.
m
L ( x, λ ) = f ( x ) + ∑ λi * gi ( x ) (Ec. C.2)
i =1
Aquí se asumió que las restricciones de frontera han sido expresadas como desigualdad de
restricciones. Obteniendo el sub-problema QP por linealizacion de las restricciones no lineales.
1 T
d H k d + ∇f ( xk ) d
T
Minimizar
2
d ∈ n
Este sub-problema puede ser resuelto usando algún algoritmo QP. La solución es usada para
formar una nueva iteración:
xk +1 = xk + α k d k (Ec. C.4)
lineal tal que un decrecimiento suficiente en una función merito es obtenida. La matriz H k es una
actualizado por algún método quasi-Newton, aunque el método BFGS es el más popular.
Un problema de restricción no lineal puede a veces ser resuelto en pocas iteraciones que un
problema sin restricciones utilizando el método SQP. Una de la razones para esto ocurra es porque
de los limites sobre el área factible, el optimizador puede ser informado relativo a decisiones de
dirección de búsqueda o longitud del paso erróneas.
Large Scale
Es el método utilizado por el Linprog para la optimización del recurso hídrico. El método de Large
Scale esta basado en el método LIPSOL (Linear Interior point Solver) el cual es una variante del
algoritmo Mehrora’s predictor - corrector, un método primal-Dual de punto-Interior.
T
Minimizar f x sujeto a
⎛ Aeq * x = beq ⎞
⎜ ⎟
⎜ Aineq * x ≤ bineq ⎟ (Ec. C.5)
⎜l ≤ x ≤ u ⎟
⎝ ⎠
C-5
Algoritmo principal
Nota: Si una de las filas de la matriz de restricciones constante tiene solo un elemento no cero, el
valor asociado en x es llamado una variable: Singleton. En este caso, el valor de x puede ser
calculado desde la matriz misma (Aeq y beq).
Mientras estos pre-procesamientos pueden hacer mucho más rápido la velocidad de la parte
iterativa del algoritmo, si los multiplicadores de Lagrange no son requeridos.
min f xT Sujeto a
⎛ A* x = b ⎞
⎜ ⎟ (Ec. C.6)
⎝0 ≤ x ≤ u⎠
min f xT Sujeto a
⎛ A* x = b ⎞
⎜ ⎟
⎜x+s =u ⎟ (Ec. C.7)
⎜ x ≥ 0, s ≥ 0 ⎟
⎝ ⎠
Lo cual es referido como el problema primal: x consiste de las variables primales y s consiste de
las variables primales slack . El problema dual es:
C-6
max bT y − u T w Sujeto a
AT * y − w + z = f ∈
(Ec. C.8)
z ≥ 0, w ≥ 0
Donde y y w son variables duales y z es variable dual slack. La condición óptima para esta
programación lineal es:
⎛ A* x − b ⎞
⎜ ⎟
⎜ x + s −u ⎟
F ( x, y, z , s, w) = ⎜ AT * y − w + z − f ⎟=0 (Ec. C.9)
⎜ ⎟
⎜ xi zi ⎟
⎜s w ⎟
⎝ i i ⎠
x ≥ 0, z ≥ 0, s ≥ 0, w ≥ 0.
para la programación lineal. Las otras ecuaciones lineales son llamadas ecuaciones de
factibilidad. La cantidad:
xT z + s T w (Ec. C.10)
v + = [ x + ; y + ; z + ; s + ; w+ ] (Ec. C.13)
Satisfechas:
Resolviendo este paso, el algoritmo calcula una factorización directa sobre una modificación de los
T
factores Cholesky de A * A . Si A tiene columnas densas, esto implica el uso de la formula de
Sherman-Morrison y si la solución no es adecuada, utiliza el gradiente conjugado pre-condicionado
para encontrar una solución.
El algoritmo entonces repite estos pasos hasta que las iteraciones convergen, el principal criterio
de paro es un estándar:
rb rf ru
+ +
max(1, b ) max(1, f ) max(1, u )
(Ec. C.15)
f xT x − bT y + u T w
+ ≤ tol ∞
max(1, f xT , bT y − u T w
Donde:
rb = Ax − b
rf = AT y − w − z − f
ru = x + s − u
C-8
f T x − bT y + u T w (Ec. C.16)
Si la diferencia entre valores objetivo primal y dual, y tol es la misma tolerancia. La suma en la
medida del criterio de paro el error relativo total en la condiciones de optimización en N.
Para mayor información leer Toolbox de optimización en Mathworks.
Donde:
Donde:
C-9
Inicio
λ
Optimizacion
Maxhidro
Recurso Hidroelectrico
Resultados Potencias
optimizadas, Volumenes y
costo Oportunidad del
Agua
Calculo de la demanda
residual
Costterm
λ
Optimizacion del recurso Funcion de costos de las
termico maquinas termicas a ser
despachadas
Calculo de DualtyGap y
Factibilidad del despacho
Resultados
Potencias Hidraulicas, Termicas
optimizadas ,Volumenes, Costo
Oportunidad del agua, Costo
marginal de las unidades
termicas.
Existe además una diagonal de volúmenes que refleja el volumen turbinado por cada planta en
cada periodo y diagonales laterales reflejan el volumen que recibe de la central aguas arriba de ella
más el efecto de los influjos naturales y vertimientos (ver figura D.2).
Esquemáticamente:
Ph
Vol
costterm es el sitio donde se encuentran las funciones de costos de las maquinas termoeléctricas
a ser optimizadas durante el proceso de la coordinación hidrotérmica más los costos del
combustible de las mismas.
D-3
El programa “optimizacion” que realiza la coordinación hidrotérmica necesita para poder funcionar
la definición de vectores, matrices y escalares, los cuales son:
g = [ g1 g 2 . . . g k ] (Ec. D.3)
Para t periodos.
9 Gradini : Vector Gradiente inicial, el cual se utiliza para calcular el primer valor de lambda.
Definición:
9 alfaneg : Escalar positivo que sirve de paso durante el desarrollo del programa si el valor de
Donde Pkt tienen un valor de cero para todos por ser valores de PT iniciales para k maquinas y t
periodos.
Donde:
( λt − Bk )
Plambda = (Ec. D.11)
( 2 × Ck )
Pkt tienen un valor de cero para todos por ser valores de Plambda iniciales para k máquinas y t
periodos, esta matriz se genera de forma automática, de igual manera se generan la matriz D,
FCosto y U.
9 lambda : Vector de lambda que se actualiza para cada iteración , evaluado así:
9 Hcoef Matriz de coeficientes de las plantas hidroeléctricas (A, B, C, D y E) que se utilizan para
calcular las alturas de los embalses al final de cada periodo.
⎛ [ A1 B1 C1 D1 E 1 ⎞
⎜ ⎟
⎜ A2 B2 C3 D 4 E 5 ⎟
Hcoef = ⎜ ... ⎟ (Ec. D.13)
⎜ ⎟
⎜ ... ⎟
⎜ A B C D E ]⎟
⎝ j j j j j ⎠
⎛ [hmin1 hmax1 ⎞
⎜ ⎟
⎜ hmin 2 hmax 2 ⎟
Lmt = ⎜⎜ ... ⎟
⎟ (Ec. D.14)
⎜ ... ⎟
⎜ ⎟
⎜ hmin j hmax j ] ⎟
⎝ ⎠
Desde la planta uno (1) hasta la j , para el caso particular del programa este vector posee las
dimensiones de 1 fila por 672 columnas dividido en 4 grupos de 168 columnas ordenadas primero
Guajoyo, Cerron Grande, 5 de Noviembre y 15 de Septiembre que representan las potencias
iniciales de las plantas a analizar, así:
De dimensiones iguales al de las potencias iniciales solo que en este caso se trata de volúmenes
iniciales de las plantas.
Xo es un vector que concatena los valores de Phini y Volini , así:
De 1 fila por 1,344 columnas, que son los valores que Matlab utiliza para optimizar las potencias.
9 lb y ub Son los vector de valores mínimos y máximos para la optimización tanto de potencia
como de volumen, la composición es similar a Phini , Volini y xo .