Documentos de Académico
Documentos de Profesional
Documentos de Cultura
dependen principalmente de los recursos de gas natural. Por lo tanto, la planificación de la Ω IP / Ω EP,
Ω IGS / Ω EGS, de P, CGS, F, S nuevos instalados / existentes
expansión conjunta de las redes de gas y electricidad puede generar soluciones más precisas
Ω SI/ Ω EF, Ω ES/ Ω ES
y rentables para ambas redes. El presente estudio presenta un modelo de planificación de
(•),gramo
(•) mi Red de gas, electricidad
coexpansión que considera los recursos de generación distribuida de energía para las redes
(•),F(•), (•),
s pags
de gas y electricidad. Además, cuando los recursos del lado de la demanda se conectan a Tipo de F, S, P, CGS, DG Límites
(•), gramo
(•) metro
sistemas de múltiples portadoras (MCS), la correlación de la red de gas y electricidad máximos y mínimos
( •), (•)
aumentará, lo que a su vez puede afectar el rendimiento de ambos sistemas. En este trabajo,
se presenta un modelo en el lado de la demanda basado en smart energy hub. En este modelo,
YO. yo NTRODUCCIÓN
una parte de la demanda, incluida la electricidad, el gas y la refrigeración, se puede satisfacer
a través de centros de energía en el lado de la demanda. El resto de la energía requerida se El aumento del uso de los recursos de gas para generar electricidad ha dado lugar
suministra a través de la red aguas arriba reemplazando varios vectores de energía. El a interacciones mutuas de los sistemas de energía y gas natural [1]. Aquí, los conceptos
problema dado se compone de variables binarias y continuas, y también existen restricciones de sistemas multiportadora y centros de energía se plantean para integrar redes de gas y
no lineales y no convexas de flujo de potencia. Este problema aumenta la complejidad del energía. Teniendo en cuenta la flexibilidad de estos sistemas en el suministro de energía
problema. Así, se desarrolla un modelo MILP utilizando técnicas lineales. A pesar de los y los beneficios de las tecnologías para convertir y almacenar energía, su aplicación se
métodos heurísticos, el modelo propuesto no necesita enfoques iterativos. En este método, se ha desarrollado cada vez más en los últimos años [2]. Por lo tanto, la integración de las
garantiza la convergencia del problema a una respuesta óptima. Los estudios numéricos redes de distribución de gas y electricidad y el suministro confiable de gas para una
muestran la capacidad del método propuesto. Se garantiza la convergencia del problema a una planificación de expansión económica y segura debe considerarse como una necesidad
respuesta óptima. Los estudios numéricos muestran la capacidad del método propuesto. Se básica de los sistemas eléctricos.
garantiza la convergencia del problema a una respuesta óptima. Los estudios numéricos
muestran la capacidad del método propuesto.
y no se consideran ni estudian los efectos mutuos de los diferentes portadores de energía. En los
Palabras clave: planificación conjunta, planificación de expansión integrada, redes de últimos años se ha prestado más atención a la planificación simultánea de redes de gas y electricidad.
energía múltiple, modelo MILP Los estudios sobre el flujo de energía de los sistemas de energía múltiple (MEN) se han investigado
en [3] y [4]. Los autores de [5] y [6] tratan de las interacciones y efectos mutuos de las redes de gas y
(yo, j) / (n, m), h, t, u Índices de nodos de electricidad / gas, hora, etapa, hub Potencia activa / energía se ha estudiado en [7] y [8]. En [8], se ha utilizado una planificación de varias etapas
PAGS GRAMO/ Q GRAMO, PAGS DGreactiva
/ Q DG inyectada por la subestación, DG Potencia activa, reactiva fluye en la considerando los mercados de energía y gas. El modelo principal de estas investigaciones en redes
PAGS L, Q L, PAGS RE, Q re línea, demanda de potencia Potencia aparente de la subestación, DG
de generación y transmisión es un modelo no lineal. El recurso de generación distribuida a gas
S GRAMO, S DG
(GDGR) es uno de los puntos de conexión de las redes de gas y electricidad. A diferencia de la
Gas inyectado en la puerta de la ciudad, consumo de GD, flujo de gas,
GRAMO GS, GRAMO DG, GRAMO PAGS, GRAMO re planificación desacoplada, en la co-planificación, se requiere modelar las limitaciones técnicas
demanda
PAGS mi/ PAGS g EP h / GP h Entrada de energía eléctrica / gas, precio electricidad / gas Carga relacionadas con la cantidad de gas recibido por las DG y su potencia de salida. Por lo tanto, su
L mi, L th, L C eléctrica, calorífica, refrigeración impacto en la planificación de la expansión de la red de gas podría considerarse como un desorden
mi αs, L αs Energía almacenada, pérdida de energía almacenada en espera
de la red de gas y, como resultado, se podrían evitar los riesgos que afectan la operación y la
Matriz de incidencia de nodos de gas, electricidad seguridad del sistema eléctrico [9]. En [10], se ha presentado una planificación de expansión
Ag, Ae
LL
simultánea para MENs como un modelo MINLP. En el artículo, se han utilizado algoritmos
V yo, θ yo Magnitud de voltaje, ángulo
metaheurísticos (sin ninguna garantía de una Por lo tanto, su impacto en la planificación de la
PAGS norte Presión de gas en el nodo norte
Conductancia, susceptancia, impedancia, resistencia, longitud de la
expansión de la red de gas podría considerarse como un desorden de la red de gas y, como
GRAMO ij, si ij, Z ij, R ij, L ij
línea ij resultado, se podrían evitar los riesgos que afectan la operación y la seguridad del sistema eléctrico
nY, nS Número total de años en cada etapa, número de etapas Costo de inversión [9]. En [10], se ha presentado una planificación de expansión simultánea para MENs como un modelo
IC F, IC DG, del alimentador (F), DG, CGS, tubería (P), subestación (S) MINLP. En el artículo, se han utilizado algoritmos metaheurísticos (sin ninguna garantía de una Por lo
IC GS, IC PAGS, IC S
tanto, su impacto en la planificación de la expansión de la red de gas podría considerarse como un
ω 1, ω 2, norte t coeficientes de tasa de combustible de GDGR, período de
desorden de la red de gas y, como resultado, se podrían evitar los riesgos que afectan la operación y
ES yo/ ES °, funcionamiento Potencia de entrada / salida del almacenamiento eléctrico
la seguridad del sistema eléctrico [9]. En [10], se ha presentado una planificación de expansión
HS yo / HS ° Potencia de entrada / salida del almacenamiento de calor
IC + IC + IC DG
expansión de las redes upstream y los clientes. El tamaño óptimo de los elementos centrales de
min •d( t - 1) Nueva York
t(
F S
+ IC PAGS
+ IC + GS
OC) L (1)
energía y el desarrollo de un programa integrado de respuesta a la demanda para sistemas
t=1
multiportadora se han investigado en [15] y [16], respectivamente. En la mayoría de estas
de los elementos internos de los centros de energía se han investigado de forma independiente. El
documento actual se centra en el modelado integrado de la planificación de la expansión de las redes IC S = • • ( IC ES X ES) + • • ( IC ES X ES) yo, s, t yo, s, t j, s, t j, s, t
(3)
upstream considerando la presencia de centros de energía en el lado de la demanda. Por lo tanto, en yo ∈Ω ES s ∈Ω TS j ∈Ω ES s ∈Ω TS
este estudio se examinan los efectos de la planificación del lado de la demanda sobre el plan de
IC DG = • • ( IC IDG X IDG) + • • ( IC EDG X EDG)
expansión de las redes de gas y energía. Además, para hacer práctico el método propuesto, se han yo, m, t yo, m, t j, m, t j, m, t
de una planificación integrada de redes de gas y energía considerando la presencia de centros de IC PAGS
= • • IP nm, p, t IP nm,( p,IC
t
X )+ •• ( IC EP nm, p, t X EP nm, p, t )
energía en el lado de la demanda. se han modelado y analizado la electricidad, la calefacción y Nuevo Méjico
IP
∈Ω pags ∈Ω TP Nuevo Méjico
EP
∈Ω pags ∈Ω TP (5)
refrigeración, y también la sustitución y conversión de diferentes recursos. La figura 1 ilustra un
presencia de centros de energía en el lado de la demanda. se han modelado y analizado la IC GS = • • ( IC IGS X IGS) + • • ( IC EGS X EGS) n, g, t n, g, t m, g, t m, g, t
st P GRAMO + PAGS DG -
yo, t, h • UNA L PAGS
mi
= PAGS re yo, t, h
(8)
yo, t, h
Cargas
L ij ij, t, h
•
Red y
sistema Suministro
enfriamiento
Q GRAMO yo, t, h + Q DG yo, t, h - UNA
LQmi
L ij, t, h = Q re yo, t, h
j ∈Ω yo
ij
(9)
Electricidad
Operador (ISO)
DG
Cubo
enfriamiento
V j, t, h • •
Calefacción •
PAGS L ij, t, h = • • { GRAMO ij porque θ yo, h - θ j, h) f ∈Ω TF • • si pecado( θ • . X JF ij, f, t
• •
Distribución de gas
Gas natural
sistema
Suministro de gas Red Calefacción
(10)
-θJh )} •
yo, h ij
• •
metro ∈Ω norte
la demanda. El modelo propuesto proporciona un equilibrio aceptable entre la
precisión y la tractabilidad computacional. • •
•
2)
GRAMO =PAGS
• ( X JP) ⋅ C 1 nm, p •••(⋅ PAGSn,2t, h - PAGS mes (13)
•
nm, t, h
•
nm, p, t
• pags ∈Ω TP
•
II. METRO FORMULACIÓN ATEMÁTICA
En esta sección, en primer lugar, se presenta el modelo de planificación de
V yo ≤ V yo, t, h ≤ V yo (14)
expansión de la red de gas y energía y luego el modelo de planificación del centro 2 2 2
energético en el lado de la demanda. En el modelo propuesto, se proponen diferentes ( PAGS ij, t, h
L) + ( Q L) ≤ ij, t, h
• ( S L). X JF ij, f, t ij (15)
tipos de candidatos para la instalación o aumento de capacidad de cada uno de los F ∈Ω TF
activos de red.
PAGS ≤ PAGS
n, t, h
≤ PAGS norte (dieciséis)
norte
A. Supuestos de modelado
El modelo propuesto minimiza la función objetivo del sistema integrado. 0 ≤ GRAMO PAGS
≤ GRAMO PAGS nm, t, h
(17)
En otras palabras, el Operador Independiente del Sistema (ISO) es 2 2 X
(PAGS DG) + ( Q DG) ≤ • (
2.
responsable de la gestión y coordinación requerida para la interacción entre S DG JDG yo, m, t
(18)
m)
yo, t, h yo, t, h
los propietarios de dos redes y la toma de decisiones sobre inversión. Toma metro ∈Ω TM
gramo ∈Ω TGS
(28)
ν tuu
η chp, e PAGS gramo≤ PAGS
h, t, u
t, uchp
0 ≤ GRAMO DG n, t, h ≤ • GRAMO DG. X JDG yo, m, t
(21) (29)
metro ∈ΩTDG (1 - ν t) η tu tuen Derecho PAGS
licenciado PAGS
≤ gramo t, ulicenciado en Derecho
h, t, u
• ( X IGS
n, g, t
+ X EGS n, g, t ) ≤1
(22) PAGS mi
h, t, u ≤ PAGS t, u
tr
(30)
gramo ∈Ω
TGS
C.A
LC (31)
X JDG
GRAMO DG = n, t, h • ( ω 1 ( PAGS DG) + ω 2 ( PAGS DG yo, t, h )
2). yo, m, t
h, t, u ≤ PAGS t, u
(23)
n, m yo, t, h n, m
metro ∈Ω TM
ES o h, t, u (32)
mih,est, u= ( 1 - L es) mitu es h - 1, t, u
+ ES yoh, t, u η ch,
tu es
-
La función objetivo (1) en la planificación de expansión de la red de gas y energía η dch,
tu
es
se utiliza para minimizar los costos totales de inversión y operación. Los primeros cinco HS oh, t, u (33)
términos están dedicados a los costos de inversión de alimentadores, subestaciones mih,hst, u= ( 1 - L hs) mitu hs h - 1, t, u
+ HS yoh,η t,ch,uuhs -
η dch,
tu
hs
eléctricas, DG, tuberías y subestaciones de puerta de la ciudad, respectivamente. El
αs αs
término final se refiere a los costos de operación dedicados a las pérdidas de la red mih,α t,s u ≤ mi h, t, u ≤ mi h, t, u, α = e, h (34)
eléctrica. En las Ecs. (2) - (6), el primer y segundo términos corresponden a la yo
βS
yo yo (35)
instalación de nuevos activos y al aumento de capacidad de los activos existentes, h, t, u ≤ βS h, t, u ≤ β S h, t, u, β = E, H
respectivamente. o
βSo (36)
h, t, u ≤ βSo h, t, u ≤ β S h, t, u, β = E, H
h, t, u h h, t, u (24) • y ∈ ϕy
h, t, u h, t, u •• • •
St • •
≥− METRO • 1 - • (X •
t chp, p. ej. yo o JF) ••
L mi
h, t, u
= ( η tr uh,
PAGSt, u) mi
+( ν tu η tu PAGS h, t, u) - ES h, t, u + ES h, t, u •
•
ij, f, t
• F ∈Ω TF
• (37)
(25) • • • •
L h,th t, u = ( ν t ηuuchp, th PAGS g) + (( 1 - ν t) η licenciado entuDerechouh, PAGS
h, t, u t, u) gramo - PAGSij •L • • ( X JF ij, f, t •• ) • ≤ PAGS L ij, t, h
L ij •
≤ PAGS • ( X JF ij, f, t )•
•
(38)
• F ∈Ω TF
• F ∈Ω TF
•
LC • • • •
- h, t, u yo
h, t, u
+ HS oh, t, u
POLICÍA
tu
C.A - HS (26)
Y( porque y Δ α) PAGS G + pecado( y Δ α) Q GRAMO nodos eléctricos y 50 nodos de gas. En la etapa 1 se han instalado 4 hubs de energía y
• yo, t, h yo, t, h
)≤ • S G. X JG
yo
yo, s, t
(39) en la etapa 2 se han instalado 9 hubs de energía. En este trabajo se estudia la
y=1 s ∈Ω TS
planificación a largo plazo en un horizonte de planificación de 10 años y en dos etapas.
Se supone que los elementos dentro de los cubos son similares y su esquema se ilustra
• • • •
en la Fig. 3. Las Figs. 4 y 5 representan las curvas del factor de carga diario y los precios
•
- METRO 1 -
•
•
• X JP nm, p, t
• ≤ GRAMO PAGS - C . π
••
nm, t, h ( 1 nm, p nm, t, h) • • JP
•
≤ METRO 1 -
nm, p, t ••
•
X
•
(40) de la electricidad y el gas, respectivamente [13], [19]. En este documento, la tasa de
pags ∈Ω pags ∈Ω TP
• • • • crecimiento de la carga anual promedio y la tasa de descuento se han considerado del
Nueva York Y
• •Sy
pags Δ PAGS n, t, h, y −Δ PAGS m, t, h, y
Sπ
y Δ π nm, t, h, y = ( ) (42)
y=1 y=1
• • Y
1 -•
- METRO
•
• X JDG yo, m, t ••
• ≤ GRAMO DG
t, h
n,
• •
1 •-
≤ METRO
•
• ( X JDG) yo, m, t ••
•
• metro ∈Ω TDG
• • (43)
METRO PAGS
y PAGS DG ω + ω 1 (44)
dg =
n, t, h 2 Nuevo Méjico Nuevo Méjico
es una variable auxiliar que se obtiene de (41) y (42). La ecuación no lineal Sistemas Batería
El problema propuesto se resuelve utilizando métodos matemáticos en el software Calor Enfriamiento Eléctrico
1
GAMS 24.0.2. En este problema, las redes de distribución de gas y electricidad
Factor de carga
intercambian energía con centros de energía. En este estudio, en un primer momento, la 0,5
expansión de las redes upstream se realiza sin considerar el lado de la demanda como
una planificación disociada y simultánea de las redes de electricidad y gas. En el 0
siguiente caso, basándose en el resultado de la planificación del lado de la demanda, por 1 3 5 7 9 11 13 15 17 19 21 23
ejemplo, el patrón de cargas de los nodos con concentrador de energía se recibe como la Hora
entrada de la planificación integrada de las redes de electricidad y gas. Luego, se Fig. 4. Curva del factor de carga.
($ / kWh)
0
1 3 5 7 9 11 13 15 17 19 21 23
Hora
Caso 1: Planificación separada de expansión de redes de gas natural y respectivamente. Como se puede observar, en este caso, en los buses en los que existe un hub de
electricidad. energía, una parte de la carga de clientes se proporciona a través de los recursos internos del hub y
Caso 2: Planificación de expansión simultánea de redes de energía con GDGR: En este puede posponer la expansión de las redes upstream. Además, en este caso, necesitamos menos
caso, GDGR es una variable de toma de decisiones para el flujo de energía óptimo desarrollo e instalación de GDGR. De hecho, el uso de recursos de cogeneración y almacenamiento
(OEF). eléctrico para proporcionar la electricidad a los clientes, y también el uso de la calefacción de las
Caso 3: Planificación integrada de redes energéticas con GDGR y basada en la unidades de cogeneración para satisfacer una parte de las demandas de refrigeración de los clientes
planificación de los hubs energéticos. (con enfriadores) puede reducir la expansión de la red eléctrica. Por lo tanto, como parte de la
La Fig. 6 muestra los resultados del modelado MILP y MINLP. Como se combustible de los recursos de cogeneración, necesitamos ampliar la red de gas, en su lugar
muestra, la desviación de las variables de MILP en comparación con MINLP no utilizamos el exceso de calefacción de estos recursos para proporcionar una parte de las cargas de
es considerable, pero el tiempo de solución del modelo MILP es mucho menor calefacción. Así, se reduce el consumo de gas de las calderas y no se incrementa considerablemente
que el del MINLP. En comparación con [3], [8] y [23], los modelos no lineales son la expansión de la red de gas. Totalmente, la reducción de inversión, costos de operación y menor
complicados y el tiempo para alcanzar la respuesta óptima es considerable. expansión de GDGR en red eléctrica pueden compensar los costos de expansión de la red de gas
Además, no se pudo garantizar la convergencia y la solución óptima del natural. Así, la red energética en planificación integrada con presencia de hubs de energía tiene el
problema. Por lo tanto, considerando la velocidad de solución del modelo MILP y menor coste de planificación y el mejor caso en este estudio. la reducción de la inversión, los costos
la diferencia insignificante de resultados, el modelo MILP puede considerarse de operación y la menor expansión de GDGR en la red eléctrica pueden compensar los costos de
como un modelo práctico. expansión de la red de gas natural. Así, la red energética en planificación integrada con presencia de
hubs de energía tiene el menor coste de planificación y el mejor caso en este estudio. la reducción de
la inversión, los costos de operación y la menor expansión de GDGR en la red eléctrica pueden
compensar los costos de expansión de la red de gas natural. Así, la red energética en planificación
C. Resultados de la planificación simultánea de la red de gas y electricidad integrada con presencia de hubs de energía tiene el menor coste de planificación y el mejor caso en este estudio.
5000000
4000000
En la etapa 2, debido a la adición de nuevas cargas, se incrementa la expansión 3000000
Costo ($)
0 15000000
Hora Presión de voltaje Ángulo Activo Reactivo Gas
[6] M. Urbina y Z. Li, "Un modelo combinado para analizar la interdependencia de los
sistemas eléctricos y de gas", en 39 ° Simposio de Energía de América del Norte., págs.
468–472, 2007.
[7] F. Barati, H. Seifi, MS Sepasian, A. Nateghi, M. Shafie-Khah y JPS Catalao,
Fig. 10. Topologías de redes eléctricas y de gas con hub energético (etapa 2).
"Marco integrado de varios períodos para la planificación de la expansión de la
red de generación, transmisión y gas natural para sistemas a gran escala", IEEE
E. Evaluación del costo de la energía
Trans. Power Syst., vol.
En esta sección, se investiga la eficiencia del enfoque propuesto y el 30, no. 5, págs. 2527-2537, 2015.
efecto de la planificación óptima de los centros de energía en la reducción de [8] J. Qiu et al., "Co-planificación de expansión flexible de múltiples etapas bajo incertidumbres
en un mercado combinado de electricidad y gas" IEEE Trans. Power Syst., vol. 30, no. 4,
los costos de energía y gas en el lado de la demanda. La Tabla 1 muestra una
págs. 2119–2129, 2015.
comparación del costo de energía para los sistemas con hub de energía y sin [9] Y. Li, Z. Li, F. Wen y M. Shahidehpour, "Co-optimización robusta de
él. Como se muestra, en caso de existir hubs de energía en la red, el costo de Minimax-Regret para mejorar la resiliencia del sistema integrado de
la energía eléctrica se reduce y el costo de la energía del gas aumenta. La distribución de energía y gas natural", IEEE Trans. Sostener. Energía., 2018.
razón de la reducción del costo de energía eléctrica es el uso de electricidad y
[10] CA Saldarriaga, RA Hincapie y H. Salazar, "Un enfoque holístico para la
el calor generado por los recursos de cogeneración en los autobuses con
planificación de redes de distribución de gas natural y electricidad", IEEE Trans.
concentrador de energía para satisfacer la demanda de energía y refrigeración Power Syst., vol. 28, no. 4, págs. 4052–
de los clientes. El precio del gas es bajo, por lo que la energía generada por la 4063, 2013.
CHP es más barata que la energía, que se puede comprar en la red upstream. [11] A. Dolatabadi, M. Jadidbonab y B. Mohammadi-ivatloo, "Estrategia de
Como resultado, el centro de energía utilizará la energía generada por la CHP. programación a corto plazo para el centro de energía eólica: un enfoque híbrido
estocástico / IGDT", IEEE Trans. Sostener.
Energía., vol. 10, no. 1, págs. 438–448, 2018.
[12] A. Najafi, H. Falaghi, J. Contreras y M. Ramezani, "Gestión de centros de energía a
mediano plazo sujeta al precio de la electricidad y la incertidumbre del viento", Apl.
Energía, vol. 168, págs. 418–433, 2016.
TABLA I: RESULTADO DE LOS COSTOS DE ENERGÍA
[13] M. Barmayoon, "Una investigación sobre el desarrollo de centros de energía en áreas
Sin Energy Hub Con Energy Hub
urbanas", Universidad Tecnológica de Sharif, 2014.
Casos
[14] H. Ghasemi, J. Aghaei, G. B Gharehpetian y A. Safdarian, "Modelo MILP para la
Electricidad Gas Electricidad Gas
planificación de expansión integrada de sistemas de energía activa de múltiples
Costo energético 29751.34 4617.31 16950.16 6733.49
portadoras", IET Gener. Transm. Distrib., vol. 13, no.
Coste total 34368.65 23683.66 7, págs. 1177-1189, 2018.
[15] A. Sheikhi, M. Rayati y AM Ranjbar, “Dimensionamiento óptimo de Energy Hub en la red
Diferencia 31%
inteligente; enfoque de aprendizaje automático ", en 2015 IEEE Power & Energy Society
Innovative Smart Grid Technologies Conference (ISGT)., Washington, DC, EE. UU., Págs.
V. C ONCLUSIONES 1-5, 2015.
[dieciséis] S. Bahrami y A. Sheikhi, "From Demand Response in Smart Grid Toward
Teniendo en cuenta la creciente interacción de las redes de gas y energía, la
Integrated Demand Response in Smart Energy Hub",
coordinación de la planificación de la expansión de dos redes es una necesidad
IEEE Trans. Red inteligente., vol. 7, no. 2, págs. 650–658, 2015.
vital. En este trabajo, las redes de distribución multiportadora se han modelado [17] GL Nemhauser y LA Wolsey, Optimización de enteros y combinatorios. Wiley, Nueva
considerando el modelo de planificación del lado de la demanda. El método York, NY, EE. UU., 1999.
propuesto es útil para las redes upstream en términos de reducción de costos de [18] KT Midthun, M.. Bjørndal y V. Tomasgard, "Modelado de los efectos del sistema y el
inversión y operación y en el lado de la demanda, en términos de reducción de despacho económico óptimo en las redes de gas natural", Energía J., vol. 30, no. 4,
págs. 155–180, 2009.
costos de energía. Además, la posibilidad de sustitución de diferentes portadores
[19] T. Ha, Y. Zhang y V. V Thang, "Modelado de centros de energía para minimizar los
de energía ha llevado a una alta flexibilidad en el lado de la demanda y a un costos de energía residencial considerando la energía solar y BESS", J. Mod. Power
aumento en la eficiencia energética. Además, la operación del sistema es justa en Syst. Energia limpia, vol. 5, no. 3, págs. 389–
compartimiento con los sistemas de energía multiportadora. Además, se ha 399, 2017.
desarrollado un modelo lineal para superar la complejidad computacional del [20] G. Munoz-Delgado, J. Contreras y JM Arroyo, “Planificación conjunta de
expansión de redes de generación y distribución distribuidas”, IEEE Trans.
problema mencionado. Los resultados indican que el método propuesto tiene una
Power Syst., vol. 30, no. 5, págs. 2579–
precisión aceptable en comparación con el modelo no lineal. Además, tiene una
2590, 2015.
alta velocidad de cálculo y garantiza la convergencia del problema a una respuesta [21] "Elc & Gas". [En línea]. Disponible:
óptima. El trabajo futuro de los autores se centrará en la reducción de la carga https://www.researchgate.net/publication/32793505_Cost_ElecGas.
computacional del problema para sistemas a gran escala. [22] J. Qiu, ZY Dong, JH Zhao, K. Meng, Y. Zheng y DJ Hill, "Planificación de expansión
orientada a bajas emisiones de carbono de sistemas integrados de gas y energía", IEEE
Trans. Power Syst., vol. 30, no. 2, págs. 1035-1046, 2015.