Efecto de la planificación inteligente de múltiples concentradores

en las redes de distribución Expansión integrada

Hosein Ghasemi Jamshid Aghaei GB Gharehpetian Homayoun Haeri

Great Tehran Electrical Distribution Co. Dept. Elec. Ing. Shiraz Uni. Tech. Elec. Ing. Dept. Amirkabir Uni. Tech. Ministro de Energía
Teherán, Irán Shiraz, Irán Teherán, Irán Teherán, Irán
.
.
Hosein_ghasemi80@yahoo.com Aghaei@sutech.ac.ir Grptian@aut.ac.ir hayeri@moe.gov.ir
.
Resumen - La fuente de energía primaria de los sistemas eléctricos. Ω PAGS, Ω F, Ω GS, Ω S Conjuntos de P, F, CGS, S nuevos instalados y existentes Conjuntos

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
problema dado se compone de variables binarias y continuas, y también existen restricciones
no lineales y no convexas de flujo de potencia. Este problema aumenta la complejidad del
problema. Así, se desarrolla un modelo MILP utilizando técnicas lineales. A pesar de los
métodos heurísticos, el modelo propuesto no necesita enfoques iterativos. En este método, se
garantiza la convergencia del problema a una respuesta óptima. Los estudios numéricos
muestran la capacidad del método propuesto. Se garantiza la convergencia del problema a una
respuesta óptima. Los estudios numéricos muestran la capacidad del método propuesto. Se
garantiza la convergencia del problema a una respuesta óptima. Los estudios numéricos
muestran la capacidad del método propuesto.
a interacciones mutuas de los sistemas de energía y gas natural [1]. Aquí, los conceptos
de sistemas multiportadora y centros de energía se plantean para integrar redes de gas y
energía. Teniendo en cuenta la flexibilidad de estos sistemas en el suministro de energía
y los beneficios de las tecnologías para convertir y almacenar energía, su aplicación se
ha desarrollado cada vez más en los últimos años [2]. Por lo tanto, la integración de las
redes de distribución de gas y electricidad y el suministro confiable de gas para una
planificación de expansión económica y segura debe considerarse como una necesidad
básica de los sistemas eléctricos.

En el problema de planificación convencional, solo se considera un tipo de portador de energía

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

NOMENCLATURA electricidad. La planificación de la expansión de múltiples redes de transmisión y generación de

(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

Variables binarias para la instalación de nuevos elementos, simultánea paraoptima).

MENs comoAdemás, el lado
un modelo deEn
MINLP. la el
demanda nohan
artículo, se seutilizado
ha considerado en la
algoritmos metaheurísticos (sin ninguna g
X YO, x,mix J
expansión de elementos existentes, X J = X Yo + X mi planificación simultánea de redes de gas y energía. Los centros de energía en el lado
Δ (•) y Variable de discretización de la demanda tienen un efecto importante en la planificación de la red aguas arriba y
METRO
dg, πPAGS Variables auxiliares en linealización
provocan flexibilidad en el suministro de energía. Desde ahora, se han presentado
tr, bl, ac, d Transformador, caldera, enfriador de absorción, factor de descuento Conjuntos de
varios modelos y conceptos para centros de energía. En [11],
nodos de gas conectados al nodo n, nodos eléctricos conectados al nodo yo
Ω norte, Ω yo
un óptimo
Ω GRAMO, Ω MI, Ω GM Conjuntos de gas, nodos eléctricos, nodos de gas con DG La programación del centro de energía eólica integrada se ha investigado
Ω TP, Ω TGS, Ω TM, utilizando un enfoque híbrido. Najafi y col. tener
Conjuntos de tipos de P, CGS, DG, F, S
Ω TF, Ω TS

978-1-7281-1156-8 / 19 / $ 31.00 © 2019 IEEE

presentó un modelo en [12] para la gestión del centro energético considerando el mercado energético la energía no se puede vender a la red y el propietario del centro de energía es
y también la incertidumbre. En [13], utilizando el concepto de centro energético, se evaluó y presentó responsable de la toma de decisiones de inversión.
un marco de optimización para electricidad y consumo de gas. En [14] se presenta un modelo lineal B. Planificación de la expansión de las redes de gas y electricidad
para planificar las múltiples redes energéticas. En el documento, no se ha modelado el lado de la El modelo está formulado de la siguiente manera:
demanda y no se ha considerado el efecto de la planificación óptima de los centros de energía en la nS

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

investigaciones basadas en centros de energía, no se ha considerado el desarrollo de redes de gas y IC F= • • ( IC x) + • • ( IC SI SI

EF X EF )
energía aguas arriba y el flujo de carga simultáneo de ambas redes, y la optimización y planificación
ij, f, t ij, f, t ij, f, t ij, f, t
(2)
ij ∈Ω SI
F ∈Ω TF
ij ∈Ω EF
F ∈Ω TF

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

yo ∈Ω metro ∈Ω TM j ∈Ω metro ∈Ω (4)

modelado y analizado diferentes formas de carga, es decir, electricidad, calor y refrigeración, y
mi GM TM

también sustitución y conversión de diferentes recursos. La figura 1 ilustra un diagrama esquemático

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

diagrama esquemático de una planificación integrada de redes de gas y energía considerando la

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

electricidad, la calefacción y refrigeración, y también la sustitución y conversión de diferentes norte ∈Ω

IGS
gramo ∈Ω TGS metro ∈Ω
EGS
gramo ∈Ω TGS (6)
recursos. La figura 1 ilustra un diagrama esquemático de una planificación integrada de redes de gas

y energía considerando la presencia de centros de energía en el lado de la demanda.

• Nueva York t. EP h. L ij, f, t. •
• •
OC = dL Nueva York • t • ••• •
• ( V yo, t, h - V j, t, h)
2 ••
•• (7)
. X JF ••••
• ij ∈Ω h ∈ N f ∈Ω R ij, f, t • ij, f, t
••
F t T F
Z ij, f, t
Flujo de energía • •
• •

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

Distribución Eléctrica Electricidad

j ∈Ω yo
Electricidad Electricidad

•
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

• GRAMO ij V yo, t, h ) 2 - V yo, t, h

Sistema independiente Inteligente

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
• •

Fig. 1. Planificación integrada considerando polos energéticos. • - si ij V i, t, h) ij 2+ V yo, t, h V j, t, h • •

•
El modelo del problema existente es un modelo MINLP y no convexo. Q L ij, t, h = •• • { si porque θ yo, h -θJh ) • .X
•
JF ij, f, t (11)
Sumarle la planificación de expansión puede resultar en un problema más F ∈Ω TF •− GRAMO ij pecado( θ •
complejo, que no tiene un óptimo global y su tiempo de solución puede ser • yo, h - θ J h )} •
demasiado. [17]. Por lo tanto, mediante el uso de técnicas lineales, se
GRAMO GS- GRAMO DG - n, t, h n, t, h • UNA L GRAMO
gramo
PAGS = GRAMO re n, t, h
(12)
desarrolla un modelo MILP para planificar redes upstream y redes del lado de Nuevo Méjico
nm, t, h

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

de decisiones e inversión en planificación de expansión de redes upstream ( electricidad 2 2 2

y gas) se asignan al propietario de la red de distribución. En el lado de la PAGS G) + ( Q G) ≤ ( yo, t, h yo, t, h
• (S G). X JG yo, s, t s
(19)
demanda, se supone que el s ∈Ω TS
 ≤•
t
0 ≤ GRAMO GS GRAMO GS. X JGS 0 ≤ ν ≤ 1tu (27)
(20)
n, t, h n, g, t
gramo

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

La función objetivo en el modelo de planificación del centro energético minimiza los

El modelo del problema dado incluye las limitaciones de funcionamiento y topología
costos totales de energía de la electricidad y el gas en el período de operación (ecuación
de la red. Las restricciones (8) y (9) expresan el equilibrio de carga eléctrica nodal. Las
(24)). Las restricciones (25) y (26) imponen un equilibrio entre la oferta y la demanda en el
restricciones (10) y (11) definen los límites de los flujos de potencia de las líneas.
eje energético. Las restricciones (27) - (31) imponen el límite de carga y el factor de
despacho a los elementos del convertidor. las limitaciones (32) y (33) se refieren al cambio
Similar a la red eléctrica, el balance nodal de la red de gas y el flujo de en el estado de carga del almacenamiento de energía eléctrica (e) y térmica (h). Las
gas en tuberías por Ecs. (12) y (13), se expresan con base en las restricciones (32) - (36) imponen límites a las tasas de carga y descarga y la energía
ecuaciones de flujo de gas de Weymouth, almacenada en los sistemas de almacenamiento eléctrico (e) y de calor (h) [13].
respectivamente [18]. Dónde, C 1 es una función de las especificaciones de
construcción de la tubería como longitud, altura, diámetro,
temperatura, altitud, etc.
D. Modelo MILP
Las restricciones (14) - (21) se relacionan con las limitaciones de las redes de
En el problema dado, si la planificación de la expansión se modela completamente,
energía y gas. Las restricciones (14) - (21) imponen límite de voltaje, flujo de energía en
entonces tendríamos un modelo no lineal y no convexo. Además, el problema propuesto
las líneas, presión de gas en los autobuses, flujo de gas a través de la tubería,
tiene variables binarias, por lo que el modelo del problema es como MINLP.
capacidad máxima de todos los GDGR, subestaciones, capacidad de las estaciones de
control de la ciudad (CGS) y GDGR, respectivamente. La restricción (22) se relaciona
con la topología de las redes y garantiza que a la vez, solo se puede instalar un tipo de En la sección anterior, se presenta el MINLP del problema. En este
CGS en cada bus candidato en el horizonte de planificación. De manera similar, esta apartado, mediante técnicas lineales, se amplía un modelo MILP. Los métodos
restricción también existe para otros activos de las redes. lineales son robustos y rápidos. En este método, la convergencia y la respuesta
óptima del problema están garantizadas y no hay necesidad de iterar para la
resolución de problemas [3], [17]. Para la linealización, se aplican métodos de
linealización lineal por partes, series de Taylor y restricción circular [17]. La no
La ecuación (23) indica el vínculo entre dos redes en función de la potencia
linealidad y la no convexidad del problema se deben a las restricciones (10), (11),
de salida y el combustible consumido GDG. En la planificación separada de la red
(13), (15), (18), (19) y (23). Las ecuaciones lineales de estas restricciones se
de gas y energía, GDG se modela solo a partir de la inyección de energía
formulan de la siguiente manera [14]:
eléctrica, pero en la planificación simultánea, la energía generada por GDG
además de las restricciones de operación de la red de energía depende de las
restricciones de operación de la red de gas natural.
•• • •
• • ( V) 2 si ij θ yo, h - θ •
PAGS L−• GRAMO
ij •S v
ij, t, h
•( y- V) Δ V yo, t, h, y - V Δ V j, t, h, y • J h) •
••• y ∈ ϕy •
C. Del lado de la demanda (Energy Hub) • • • •
El centro de energía actúa como receptor, almacenamiento y convertidor de energía y, • •
al recibir diferentes portadores (por ejemplo, electricidad y gas), proporciona la energía ≤ METRO • 1 - • ( X JF ij, f, t •• )•
•
•
requerida por los clientes (por ejemplo, energía, calefacción y refrigeración). • F ∈Ω TF
•
•• • •
• v • • V) 2 si ij θ yo, h - θ J h) •• •
min EC = • PAGS mi EP + • PAGS gramo
PAGS L - GRAMO
ij • •• (
• S y - V) Δ V yo, t, h, y - V Δ V j, t, h, y • (
GP h
ij, t, 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

2 2) 6% y el 7,1%, respectivamente [20]. Se supone que la carga es constante durante todo el

(
π 2nm, t, h = PAGS n, t, h - PAGS m, t, h
TP (41) año. Otros datos requeridos se dan en [13], [21].

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,

- • y METRO PAGS dg. Δ PAGS dg

n, t, h, y
• metro ∈Ω TDG y=1
• •

• •
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

La aproximación lineal del flujo de energía de CA se utiliza para la linealización

de las restricciones (10) y (11). La ecuación lineal de restricción (10) se expresa
mediante las ecuaciones. (37) y (38). De manera similar, el flujo de energía reactiva
de las líneas se linealiza. Las restricciones de la limitación de funcionamiento de la
red eléctrica (15), (18) y (19) en problemas no lineales se denominan
desigualdades circulares. La ecuación lineal de restricción (19) se expresa usando
la Ec. (39). De manera similar, (15) y (18) están linealizados.

Fig. 2. La topología inicial del sistema de prueba.

Para la linealización del flujo de gas en la tubería (13), esta ecuación se

reescribe como Eq. (40). En esta ecuación, el término π Energy Hub
Distribución Carga

es una variable auxiliar que se obtiene de (41) y (42). La ecuación no lineal Sistemas Batería

final es la restricción de acoplamiento de la red de gas y energía de GDGR y PAGS mi Transformador L mi

su ecuación lineal es como (43).

dg
Micro turbina
En esta ecuación, el término METRO PAGS y es una variable auxiliar que es Enfriador de absorción LC
PAGS gramo
obtenido de Eq. (44). En las ecuaciones anteriores, y es el número de segmentos de
Caldera L th
linealización, S denota la pendiente de la línea, y
Almacenamiento de calor
METRO es una constante positiva suficientemente grande.

Fig. 3. La estructura general del centro energético.

III. S METODOLOGÍA DE OLUCIÓN

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.

resuelve el problema de planificación de la expansión de la red aguas arriba. De hecho,

en esta etapa, a partir de la inyección de potencia de los polos de energía, el cambio de
Gas natural Eléctrico
sus cargas, y la sustitución de varios portadores energéticos, se obtienen los cambios en
0,2
la planificación de las redes eléctricas y de gas natural.
Precio de la energía

($ / kWh)

0
1 3 5 7 9 11 13 15 17 19 21 23
Hora

IV. APLICACIÓN DE ESTUDIO DE CASO Fig. 5. Precios de la electricidad y el gas.

En este artículo se modela la planificación de expansiones de sistemas A. Estudio numérico

multiportadora y el efecto de los hubs de energía en la expansión de la red
Todas las pruebas aquí se llevan a cabo en una computadora portátil basada en
upstream. En la Fig. 2 se muestra un esquema de la red estudiada. El sistema
Windows, Core i5 de 2.5 GHz con 6 GB de RAM y CPLEX y BARON usados como
de prueba consta de 54
solucionadores MILP y MINLP, respectivamente.
Para la eficacia del enfoque propuesto, se investigan tres casos de estudio. esta sección. Los costos de expansión y la topología de las redes aguas arriba en estado de

planificación con la presencia de centros de energía se presentan en las Figs. 8, 9 y 10,

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

potencia en el lado de la demanda se proporciona mediante un método descentralizado, además del

B. Evaluación del modelo de problema MILP costo de inversión, el costo de operación también se reduce. Aunque para proporcionar el

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.

En este apartado se tratan los resultados de la planificación de la ampliación

de las redes de gas y electricidad. La Fig. 7 muestra la topología de la red para la
planificación de expansión separada de las redes de gas natural y electricidad en la
etapa 1. Como se muestra, en este caso, la expansión de las subestaciones,
tuberías y alimentadores de red se incrementa. De las opciones extendidas, se
puede mencionar el aumento de capacidad de S1 y S2 del tipo (A) al tipo (B). En la
planificación simultánea en comparación con la planificación separada, debido a
que se considera la planificación simultánea de dos redes como red de energía y
con la presencia de GDGR, la expansión de la red se reduce en general. En este
caso, una parte de la potencia se abastece a través de GDGR y no es necesario
aumentar la capacidad de generación de la red eléctrica. Además, en la red
eléctrica, no es necesario instalar nuevos alimentadores L20 y L21 y se reduce la
Fig. 7. Topologías de redes eléctricas y de gas (etapa 1)
capacidad de los alimentadores L3, L8 y L29. Asimismo, el consumo de gas GDGR
puede aumentar la capacidad de generación de la red de gas y se amplía la
capacidad de los gasoductos 7 y 9. Planificación separada Planificación simultánea con DG

Planificación integrada con DG & Hub

5000000

4000000
En la etapa 2, debido a la adición de nuevas cargas, se incrementa la expansión 3000000
Costo ($)

y complejidad de la red. Figs. 8 y 9 ilustran los resultados de los costos de

2000000
planificación en las etapas 1 y 2. Como se muestra, generalmente en la planificación
1000000
simultánea en comparación con la planificación separada, la expansión de una parte
0
de la red de energía se pospone. Por lo tanto, se reducen los costos de inversión y
Inversión Operación Costo Inversión Total
operación. (Elec) (Gas)

Fig. 8. Resultados de los costos de planificación en la etapa 1 ($).

100
Desviación (%)

Planificación separada Planificación simultánea con DG

50
Planificación integrada con DG & Hub

0 15000000
Hora Presión de voltaje Ángulo Activo Reactivo Gas

% 95,3 0,41 0,18 0,62 2.8 2.5 0,92

10000000
Costo ($)

Fig. 6. Comparación de los modelos MINLP y MILP.

5000000

D. Resultados de la planificación integrada basada en Energy Hub

0
Inversión Operación Costo Inversión Total
Los centros de energía tienen un impacto considerable en la planificación de la
(Elec) (Gas)
expansión de las redes aguas arriba. El efecto de la planificación integrada y los centros de
energía en el lado de la demanda se investiga en
Fig. 9. Resultados de los costos de planificación en la etapa 2 ($).

Fig. 10. Topologías de redes eléctricas y de gas con hub energético (etapa 2).
E. Evaluación del costo de la energía
En esta sección, se investiga la eficiencia del enfoque propuesto y el
efecto de la planificación óptima de los centros de energía en la reducción de
los costos de energía y gas en el lado de la demanda. La Tabla 1 muestra una
comparación del costo de energía para los sistemas con hub de energía y sin
él. Como se muestra, en caso de existir hubs de energía en la red, el costo de
la energía eléctrica se reduce y el costo de la energía del gas aumenta. La
razón de la reducción del costo de energía eléctrica es el uso de electricidad y
el calor generado por los recursos de cogeneración en los autobuses con
concentrador de energía para satisfacer la demanda de energía y refrigeración
de los clientes. El precio del gas es bajo, por lo que la energía generada por la
CHP es más barata que la energía, que se puede comprar en la red upstream.
Como resultado, el centro de energía utilizará la energía generada por la CHP.
TABLA I: RESULTADO DE LOS COSTOS DE ENERGÍA
Sin Energy Hub Con Energy Hub
Casos
Electricidad Gas Electricidad
Costo energético 29751.34 4617.31 16950.16
Coste total 34368.65 23683.66
Diferencia 31%
V. C ONCLUSIONES
Teniendo en cuenta la creciente interacción de las redes de gas y energía, la
coordinación de la planificación de la expansión de dos redes es una necesidad
vital. En este trabajo, las redes de distribución multiportadora se han modelado
considerando el modelo de planificación del lado de la demanda. El método
propuesto es útil para las redes upstream en términos de reducción de costos de
inversión y operación y en el lado de la demanda, en términos de reducción de
costos de energía. Además, la posibilidad de sustitución de diferentes portadores
de energía ha llevado a una alta flexibilidad en el lado de la demanda y a un
aumento en la eficiencia energética. Además, la operación del sistema es justa en
compartimiento con los sistemas de energía multiportadora. Además, se ha
desarrollado un modelo lineal para superar la complejidad computacional del
problema mencionado. Los resultados indican que el método propuesto tiene una
precisión aceptable en comparación con el modelo no lineal. Además, tiene una
alta velocidad de cálculo y garantiza la convergencia del problema a una respuesta
óptima. El trabajo futuro de los autores se centrará en la reducción de la carga
computacional del problema para sistemas a gran escala.
R EFERENCIAS
[1] A. Movahednasab, M. Rashidinejad y A. Abdollahi, "Análisis de dinámica de sistemas
de exportación de gas natural frente a electricidad",
IEEE Syst. J., vol. 13, no. 1, págs. 647–658, 2018.
[2] A. Sheikhi, M. Rayati y AM Ranjbar, "Gestión del lado de la demanda para un
cliente residencial en sistemas de energía múltiple",
Sostener. Ciudades Soc., vol. 22, págs. 63–77, 2016.
[3] M. Geidl, G. Andersson, M. Geidl y G. Andersson, "Flujo de potencia óptimo de
múltiples portadores de energía", IEEE Trans. Power Syst., vol. 22, no. 1, págs.
145-155, 2007.
[4] HR Massrur, T. Niknam, J. Aghaei, M. Shafie-Khah y JPS Catalao, "Fast
Decomposed Energy Flow in Large-Scale Integrated Electricity-Gas-Heat
Energy Systems", IEEE Trans. Sostener. Energía., vol. 9, no. 4, págs.
1565-1577, 2018.
[5] IG Sardou, ME Khodayar y M. Taghi Ameli, "Operación coordinada de redes
de gas natural y electricidad con agregadores de microrred", IEEE Trans.
Red inteligente., vol. 9, no. 1, págs. 199–210, 2018.
[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,
"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
Trans. Power Syst., vol.
30, no. 5, págs. 2527-2537, 2015.
[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,
págs. 2119–2129, 2015.
[9] Y. Li, Z. Li, F. Wen y M. Shahidehpour, "Co-optimización robusta de
Minimax-Regret para mejorar la resiliencia del sistema integrado de
distribución de energía y gas natural", IEEE Trans. Sostener. Energía., 2018.
[10] CA Saldarriaga, RA Hincapie y H. Salazar, "Un enfoque holístico para la
planificación de redes de distribución de gas natural y electricidad", IEEE Trans.
Power Syst., vol. 28, no. 4, págs. 4052–
4063, 2013.
[11] A. Dolatabadi, M. Jadidbonab y B. Mohammadi-ivatloo, "Estrategia de
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.
[13] M. Barmayoon, "Una investigación sobre el desarrollo de centros de energía en áreas
urbanas", Universidad Tecnológica de Sharif, 2014.
[14] H. Ghasemi, J. Aghaei, G. B Gharehpetian y A. Safdarian, "Modelo MILP para la
Gas
planificación de expansión integrada de sistemas de energía activa de múltiples
6733.49
portadoras", IET Gener. Transm. Distrib., vol. 13, no.
7, págs. 1177-1189, 2018.
[15] A. Sheikhi, M. Rayati y AM Ranjbar, “Dimensionamiento óptimo de Energy Hub en la red
inteligente; enfoque de aprendizaje automático ", en 2015 IEEE Power & Energy Society
Innovative Smart Grid Technologies Conference (ISGT)., Washington, DC, EE. UU., Págs.
1-5, 2015.
[dieciséis] S. Bahrami y A. Sheikhi, "From Demand Response in Smart Grid Toward
Integrated Demand Response in Smart Energy Hub",
IEEE Trans. Red inteligente., vol. 7, no. 2, págs. 650–658, 2015.
[17] GL Nemhauser y LA Wolsey, Optimización de enteros y combinatorios. Wiley, Nueva
York, NY, EE. UU., 1999.
[18] KT Midthun, M.. Bjørndal y V. Tomasgard, "Modelado de los efectos del sistema y el
despacho económico óptimo en las redes de gas natural", Energía J., vol. 30, no. 4,
págs. 155–180, 2009.
[19] T. Ha, Y. Zhang y V. V Thang, "Modelado de centros de energía para minimizar los
costos de energía residencial considerando la energía solar y BESS", J. Mod. Power
Syst. Energia limpia, vol. 5, no. 3, págs. 389–
399, 2017.
[20] G. Munoz-Delgado, J. Contreras y JM Arroyo, “Planificación conjunta de
expansión de redes de generación y distribución distribuidas”, IEEE Trans.
Power Syst., vol. 30, no. 5, págs. 2579–
2590, 2015.
[21] "Elc & Gas". [En línea]. Disponible:
https://www.researchgate.net/publication/32793505_Cost_ElecGas.
[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.