Conceptos Básicos de Despacho Económico

CONCEPTOS BASICOS DE
DESPACHO ECONOMICO ”
Ing. Andrés Huaman Muchica

___________________________
Central Hidroeléctrica Huanza – Perú
Julio - 2016
Programación Optima de la Operación de Sistemas Eléctricos 1

“Conceptos Básicos de Despacho Económico
TEMA 2: CONCEPTOS BÁSICOS DE DESPACHO ECONÓMICO.
Indice
1 Presentación del problema.
1.1 Generación térmica pura en barra única.

1.2 Generación hidrotérmica en barra única.
2 Optimización no lineal.
2.1 Minimización de funciones sin restricciones

2.2 Minimización con restricciones de igualdad.
2.3 Minimización con restricciones de desigualdad.
2.4 Minimización con restricciones de igualdad y desigualdad.
2.5 Minimización con restricciones de desigualdad. Formulación de las Variables
Slack.
2.6 Optimización. Solución Dual.
3 Despacho Económico.
3.1 Sistema térmico puro en barra única (sin considerar pérdidas en la red).
3.2 Sistema térmico puro considerando las pérdidas en la red.
3.3 Algoritmo para el Despacho Económico con Pérdidas.
3.4 Factores de Penalización y Barra de Referencia.
3.5 Predespacho
3.5.1 Introducción
3.5.2 Restricciones
3.5.3 Métodos de solución.
3.6 Sistema Hidrotérmico considerando pérdidas en la red.

3.6.1 Optimización en etapas.
3.7 Calidad de la generación y de la red de transporte. Valor de la confiabilidad.
3.8 Formulación General del Despacho Económico Hidrotérmico.
4. Comentario general respecto de la modelación y utilización de métodos de

programación matemática.
5. Referencias Bibliográficas.

CONCEPTOS BÁSICOS DE DESPACHO ECONÓMICO.
1 Presentación del problema.
El tema del despacho económico se presenta en este capitulo en forma conceptual. En

tal sentido se presentará:
- Generación térmica pura en barra única.

- Generación hidrotérmica en barra única.
- Generación térmica pura con pérdidas en la red.
- Generación hidrotérmica con red de transporte.
1.1 Generación térmica pura en barra única.
Dado una demanda a cubrir con un parque de generación térmico puro de distinto tipo
incluido nuclear, existe una cantidad muy grande de despachos posibles (combinación
de configuraciones de generación) que satisfacen la demanda con distinto costo de
operación asociado. Ello se debe al comportamiento no lineal de las funciones de
producción (eficiencia) asociada a cada unidad generadora y a las características
diferentes según los tipos de generación térmica.
Los costos operativos asociados a cada escenario del parque de generación y el

despacho del mismo resultarán de la optimización conjunta del parque. Desde el punto
de vista económico y de seguridad, intuitivamente para cubrir la demanda se pueden
brindar una serie de criterios y pautas como son:
- El costo de operación conjunto a obtener debe ser el mínimo posible desde el punto
de vista del sistema (usuario final) cualquiera sea el sistema de precios a adoptar.
Este criterio no implica que sea óptimo para cada actor del mercado mayorista.
- En general el costo por unidad de energía térmica generada crece en la medida que
aumenta el requerimiento de potencia en forma no lineal. Por lo tanto se debe evitar
usar potencias grandes. Este requerimiento no es solo puntual sino que debe
analizarse en forma integral extendida a todo el periodo de la demanda a cubrir. En
definitiva se traduce en aplanar la curva de demanda en la mayor medida posible.
- El sistema debe contar con cierta reserva para cubrir eventualidades en el parque de
generación dado que el déficit de generación es más caro para el sistema que la más
cara de las posibles fuentes de generación. La reserva se debe asignar
proporcionalmente a aquellas unidades que se encuentran en operación por razones
técnicas.
- La generación turbovapor y nuclear y ciclo combinado no es apta para cubrir cargas

de pico por sí solas debido a limitaciones técnicas. Las dos primeras tampoco pueden
cubrir demanda de semibase por el mismo motivo.
- Se hace la hipótesis de que la generación de distinto tipo es suficiente para cubrir por
sí sola el total de la demanda, limitándose solo por las restricciones técnicas citadas
en el punto anterior.
En base a los criterios enunciados para cubrir la demanda, ¿Cómo se procedería

cualitativamente para cubrir óptimamente el diagrama de demanda?.
Potencia Reserva
Rotante
Pico
Demanda
Modulable
Demanda
Base
24 horas
Figura 1. Zonas típicas del diagrama de demanda.
- En el pico de carga se ubica generación turbogas dado que si bien es la mas cara es la
única que técnicamente puede hacerlo.
- En la semibase del diagrama se ubicará generación ciclo combinado dado su bajo

costo y su capacidad técnica para cubrir esta zona.
- En la base del diagrama se ubicará la generación térmica más barata y que además no
es posible utilizar por sí sola en la otras zonas del diagrama, tal es el caso de las
centrales nucleares y/o ciclo combinado y/o turbovapor.
En la figura 2 se presenta como se cubriría el diagrama de demanda utilizando las

pautas y restricciones indicadas anteriormente. En la práctica existen otras restricciones
y situaciones intermedias que se presentaran en capítulos posteriores.
Nuclear
Potencia Ciclo Combinado
TurboVapor
TurboGas
Ciclo Combinado
Programación Optima de la Operación de Sistemas Eléctricos Nuclear 4

“Conceptos Básicos de Despacho Económico Ciclo Combinado
TurboVapor
24 horas
Figura 2. Cubrimiento Económico y Técnico de cada zona del diagrama de demanda.
1.2 Generación hidrotérmica en barra única.
Este caso es similar al analizado en 1.1 considerando que se dispone además de

generación hidrocontrolable.
Los costos operativos asociados a cada escenario del parque de generación hidrotérmico
y el despacho del mismo resultará de la optimización conjunta del parque. Desde el
punto de vista económico y de seguridad intuitivamente para cubrir la demanda deben
considerar los siguientes criterios adicionales:
- La generación hidrocontrolable de costo operativo cero debe cumplir con dos

premisas desde el punto de vista económico: utilizarse totalmente y ubicarse en
aquellas partes del diagrama de demanda que reemplace energía que de otro modo
debería ser cubierta con energía térmica de costo elevado.
En base a los criterios enunciados, ¿Cómo se procedería cualitativamente para cubrir

óptimamente el diagrama de demanda?. Se utiliza como base el diagrama de la figura 1
- Se hace la hipótesis que la energía hidrocontrolable no alcanza para cubrir la zona de

pico y semibase por sí sola. Igualmente la generación de ciclo combinado es limitada.
- La hipótesis anterior descarta toda posibilidad de cubrir el diagrama solo con energía
hidroeléctrica y plantea la incógnita de cual es la mejor ubicación de la misma.
- De los posibles lugares para ubicar la energía hidrocontrolable de antemano se

descarta la base del diagrama por su bajo valor económico de reemplazo de energía
térmica y por lo tanto el análisis se centra en el pico y en la semibase del diagrama.
- En la base del diagrama se ubicará la generación térmica más barata y que además no
es posible utilizar en la otras zonas del diagrama, tal es el caso de las centrales
nucleares y/o turbovapor. También en esta zona se puede utilizar ciclo combinado,
sin embargo dado su limitada disponibilidad se la reserva para la semibase.

- Sí luego de cubrir la base del diagrama resta generación denominada de base, su
utilización en la zona del pico no es posible y en la semibase solo en alguna medida
en el caso de ciclo combinado.
- Tomando en forma conjunta la zona del pico y semibase se busca ubicar toda la
energía hidrocontrolable de tal manera que el diagrama resulte lo más chato posible.
En la figura 3 se puede apreciar que una misma cantidad de energía puede conducir a
diferentes diagramas resultantes con una distribución final de potencia con diferentes
formas. De la simple observación se deduce que la forma 3 es la que conduce a un
diagrama resultante mas plano. Luego dado que este debe ser cubierto con energía
térmica y teniendo en cuenta la forma no lineal de la función costos de costo se
deduce que es la forma más conveniente de utilizar la energía hidrocontrolable es la
3, dado que da lugar al menor costo.
Energía 1 Energía 2
Energía 3
Energía 1 = Energía 2 = Energía 3

Pot. Media 1 = Potencia Media 2 = Potencia Media 3
Potencia1 f(Tiempo)  Potencia2 f(Tiempo)  Potencia3 f(Tiempo)
Figura 3. Posibilidades de utilizar la energía hidrocontrolable.
- En la zona de semibase (modulable) del diagrama se utilizará la generación

hidrocontrolable dado la facilidad de controlar rápidamente la producción de este tipo
de centrales. Como no en todos los casos se dispone de este tipo de generación o no
alcanza, se pueden utilizar también generación térmica controlable (con buen
ramping) principalmente turbogas, en segundo lugar ciclo combinado y en forma
parcial (colaborando) turbovapor.
- En la parte de pico del diagrama en caso de no contarse con generación hidroeléctrica

controlable remanente, el equipamiento mas apropiado es el turbogas, de alto costo
operativo pero de gran capacidad de arranque y seguimiento de la carga.

- Para cubrir la reserva (eventual requerimiento de generación), se limita un porcentaje
de las centrales en operación, respecto de su capacidad nominal a efectos de
eventualidades en la generación.
De este planteo y análisis del problema considerando que siempre en un sistema la

generación disponible supera holgadamente a la demanda en todo instante, ello plantea
la diversidad de posibles despachos que pueden satisfacer la demanda pero con distinto
costo.
Si se representara la función de costo de operación total (ordenados en forma

decreciente) función de los posibles despachos, tendría la siguiente forma aproximada.
Costo total operación
Mínimo absoluto

Costo<0,5%
Zona Plana
Despachos Posibles
Figura 4. Costos ordenados función de posibles despachos
Naturalmente en la práctica esta función no es totalmente continua ni perfectamente

armónica pudiendo presentar inclusive mínimos relativos.
Tal como es típico en los problemas de optimización se observa que la función presenta
una “Zona Plana” alrededor del mínimo absoluto y que corresponde a despachos que
sin ser el óptimo absoluto se encuentran muy próximos al mismo. Esta característica de
la función de costos, permite desde el punto de vista metodológico utilizar modelos
simplificados que facilitan plantear variantes de cálculo en los modelos. Por ejemplo
solucionar un problema de ‘n’ dimensiones (varios aprovechamientos hidroeléctricos
con embalse) en ‘n’ problemas de una dimensión a resolver.
2 Optimización no lineal.
Tal como ya se ha presentado, el problema de despacho económico es matemáticamente

un problema no lineal y en tal sentido se pasara revisión de algunos conceptos básicos.
2.1 Minimización de funciones sin restricciones

Si se trata de minimizar o maximizar una función de varias variables es relativamente
fácil encontrar dicho extremo utilizando las reglas de calculo conocidas. El mínimo de
una función escalar C(x) esta dado en el punto donde la derivada primera se iguala a
cero.
dC
dx
x* = 0.
Si x es un n-vector, luego el mínimo de una función escalar es:
dC
dxi
x* = 0., i=1,.....,n.
Esta es condición necesaria y la condición suficiente es:
d 2C
x* > 0,
dx 2
donde x* es el mínimo.
2.2 Minimización con restricciones de igualdad.
En la solución de problemas reales como el de despacho económico usualmente además

de maximizar o minimizar una función denominada Función Objetivo (FO) se debe
considerar una serie de condiciones impuestas por otras funciones denominadas
Restricciones. El conjunto de restricciones son las que definen la Región de
Factibilidad para las variables independientes. Sí dicha región no existe no existirá
ninguna solución factible.
Se demuestra que la solución a un problema de optimización sujeto a restricciones de

igualdad se da cuando la tangente de la FO coincide con la tangente de la función de
restricción. Efectivamente esta observación puede ser profundizada analizando la FO en
las proximidades del óptimo. En tal sentido utilizando el concepto del gradiente
cualquier punto de la FO considerado en las proximidades del óptimo tiene su gradiente
en el sentido de la normal (perpendicular a la tangente en el punto) sin embargo la
proyección del mismo sobre la tangente de la función restricción tiene una componente,
lo cual indica que no se encuentra en el óptimo. La condición para encontrar el óptimo
en esta
C(x1,xsituación
) = a x12 +es
b xla 2 de moverse en el sentido contrario al sentido de la mencionada
 Mínimo
2 2
proyección. Al efecto obsérvese la figura 5.
Sujeto: h(x1,x2) = c - x1 - x2 = 0 x1 C(x1,x2)’
(x1,x2)’ C(x1,x2)opt
h(x1,x2)’
(x1,x2)opt (x1,x2)’’ C(x1,x2)’
’
h(x1,x2) opt
x2
h(x1,x2)’’
Programación Optima de la Operación de Sistemas Eléctricos ’ 8
Figura 5.
Matemáticamente el punto óptimo se encuentra utilizando la propiedad que tiene la

normal en el mismo. Dicha propiedad consiste en que los gradientes de C y de h deben
ser linealmente dependientes, lo que garantiza que se encuentra alineados. Esta
condición se puede expresar como:
C +  h = 0
A la variable escalar  se le denomina multiplicador de Lagrange y en lugar de utilizar

el concepto de gradiente se reformula como:
L(x,) = C(x1,x2) +  h(x1,x2)
Expresión que se denomina Ecuación de Lagrange o Lagrangeano. Luego para obtener

la solución del problema simplemente se debe derivar el Lagrangeano con respecto a
cada una de las variables independientes (x1,x2) y de  e igualar a cero.
L L L
x1
= 0.; x 2
= 0.; 
= 0.
En el caso multivariable y de múltiples ecuaciones de restricción de igualdad. Luego

para el caso de m ecuaciones.
h1(x1,...........,xn) = 0
.
.
hm(x1,...........,xn) = 0,
con m < n y donde la función objetivo es:
C = C(x1,........,xn)  Minimizar
En este caso el mínimo a obtener debe satisfacer las restricciones de igualdad. Luego las
condiciones necesarias de optimalidad es formar y resolver el denominado
Lagrangiano, el cual esta definido por:

L(x,) = L(x1,....,xn, 1,......., m)
= C(x1,.....,xn) -  mi 1 i hi(x1,......,xn)
= C(x) - T h(x).
Las variables 1,.....,m representa al vector  y son los multiplicadores de Lagrange.

La condición necesaria de optimalidad esta dada por:
L
x
= 0.
L

= 0.
La primera condición implica:

L
0. = x
C h T
0.=  ( ) . ,
x x
esta última, es otra forma de presentar las ecuaciones de igualdad.
La segunda condición implica:

L

= h(x) = 0.
2.3 Minimización con restricciones de desigualdad.
En esta sección se considera el problema de minimización de la función objetivo C(x)

sujeta a restricciones de desigualdad.
g1(x)  0
.
.
x1 gm(x)  0.
Donde x es el vector de los xi. g2(x) Gradiente de g1(x)
Se requiere en este caso que g1(xtanto las funciones C(x) y gi, i=1,2,...,m deben ser
convexas y formar un conjunto) convexo en el espacio de n-dimensiones. Véase en la
Contorno
figura 6 un ejemplo para el caso de dos dimensiones y tres ecuaciones de C(x) de
de restricción
desigualdad. Los contornos de C(x) consisten en funciones convexas que
monótonamente incrementan su valor. Gradiente de C(x)
g3(x)
x1

Figura 6
En general puede darse el caso que el mínimo de C(x) puede estar adentro o fuera de la
región definida por las restricciones de desigualdad. Si esta adentro es resuelta mediante
el conjunto de ecuaciones de gradiente o sea resolviendo:
C
 0.
x
Si esta afuera, luego el mínimo de C(x) esta en el límite. En este caso el gradiente de
C(x) y de gi(x) estarán apuntando en direcciones opuestas. Esto establece una
importante condición necesaria de optimalidad. Se define el Lagrangiano del problema
como:
L = C(x) + 1.g1 + 2.g2+............+ m.gm

= C(x) + T . g(x)
Luego si se esta en el óptimo x=x*, el mínimo de C(x) sujeto a las restricciones de

desigualdad será:
L
 =0
x x=x*
tal que:
Si gi(x*) < 0, luego i = 0,

Si gi(x*) = 0, luego i > 0,
2.4 Minimización con restricciones de igualdad y desigualdad.
Este es el caso que se presenta con mayor frecuencia en el problema del Despacho
Económico.
Minimizar C(x) sujeta a:
h(x) = 0
g(x)  0
donde C(x) es una función escalar convexa y los vectores h(x) y g(x) son m a k-
dimensional funciones de x ( x1,...,xn).
Las condiciones necesarias de optimalidad (conocidas como condiciones de Kuhn -

Tucker) son:
Dado el vector de solución óptima x* y L el Lagrangiano del problema,
L (x,,) = C(x) + T . h(x) + T . g(x)
Luego las condiciones de óptimo:

L

x x=x*
= 0.
L
 = 0.
 x=x*
i* . gi(x*) = 0
i*  0 i=1,....,m
La última condición denominada condición complementaria de relajación brinda un

criterio matemático para manejar la activación o no de las restricciones de desigualdad.
Para cumplir con dicha condición o i*= 0 o gi(x*) = 0 o ambas son iguales a cero.
Sí i = 0, gi(x*) no se activa, es libre.

Sí i > 0, luego debe ser gi(x*) = 0 y se activa.
Luego observando i* brinda una clara indicación sí la restricción de desigualdad se

activa o no. En la figura 7 se ilustra el tema analizado.
C(x1,x2) = a x12 + b x22  Mínimo
Sujeto: h(x1,x2) = c - x1 - x2 = 0 x1
g(x1,x2) = x1 – d . x2 – e  0
x2
Figura 7. Condiciones de Kuhn – Tucker.

Las condiciones de Kuhn Tucker brinda las condiciones suficientes para verificar que el
mínimo se cumple y no constituye un procedimiento para encontrar el mismo.
La aparición de las ecuaciones en i y su activación plantea nuevas restricciones al

problema que hacen que el mínimo de la función objetivo aumente.
2.5 Minimización con restricciones de desigualdad. Formulación de las Variables

Slack.
Un procedimiento alternativo al problema de optimización con restricciones de

desigualdad consiste en transformar las mismas en restricciones de igualdad. Esto se
logra introduciendo las variables slack.
Minimizar C(x) sujeta a:

xi  xi max.
o lo que es lo mismo g(xi) = ( xi - ximax)  0
luego g(xi,s) = ( xi - ximax+si 2) = 0
Se utiliza s2 en lugar de s para evitar la necesidad de restringir la variable a valores

positivos.
Este cambio elimina la necesidad de utilizar las condiciones de Kuhn Tucker, sin
embargo los resultados son esencialmente los mismos. Realicemos el análisis a través
de la función de Lagrange.
L (x,) = C(x) + T . g(x,s)
Luego las condiciones de óptimo:

L

x x=x*
= 0.
L

s s=s*
= 0.
L

 =*
= 0.
Nuevamente la derivada de la Función de Lagrange con respecto de la variable slack

nos brinda una regla complementaria de relajación.
2.6 Optimización. Solución Dual.
Otro camino utilizado para resolver un problema de optimización, consiste en utilizar

una técnica que resuelve las variables de Lagrange directamente y luego resuelve el
problema respecto de las mismas variables independientes. El problema es conocido
como “Solución Dual” y los multiplicadores de Lagrange son las variables duales.
Recordemos el caso del Lagrangeano para minimizar C(x) con restricciones de igualdad
g(x):
L (x,) = C(x) + T . g(x)
Se define la función dual, q() como:
q() = min(x1,x2) L (x,)
Luego el problema dual es encontrar:
q*() = max(0) q()
La solución del problema dual involucra dos problemas de optimización separados. El

primero requiere adoptar valores iniciales de las variables independientes y luego
encontrar el valor de  que hace máximo q(). Luego manteniendo constante el valor de
 hallado encontrar el valor de las variables independientes, y así sucesivamente.
3 Despacho Económico.
A continuación se presenta el tratamiento analítico del problema de “Despacho

Económico”, para distintos casos.
El análisis se presenta en relación con parques de generación térmicos y considerando

su función de producción aproximadas por una función cuadrática.
Ci(PGi) = ai + bi PGi +ci Pgi2
Costo [$/hora]
Pmín Pmáx PGi[Mw]
Figura 8. Función de producción de una unidad térmica.
3.1 Sistema térmico puro en barra única (sin considerar pérdidas en la red).
Si no se consideran las pérdidas por transmisión, la generación debe igualar a la

demanda.
n
 PGi = PD
i 1

El costo total de operación asociado con la generación esta dado por:
C = C1(PG1) +.........+ Cn(PGn)
donde
Ci(PGi) = ai + bi PGi +ci PGi2
Si se supone que los limites de generación no son violados, la condición necesaria de
optimalidad es obtenida mediante el Lagrangiano.
n n
L =  Ci(PGi) +  (PD -  PGi)
i 1 i 1
Luego igualando a cero las derivadas respecto PGi y :
L C
0 = PGi = PGi
-
L n
0= 
= PD -  PGi
i 1
para i=1,......,n.
Las derivadas
C
PGi
, i=1,.....,n
son conocidos como los costos incrementales del i-esimo generador. Desde un punto de
vista físico los costos incrementales representan el costo ($/Mwh) para generar el
próximo Mwh para el nivel de generación PGi. A partir de la condición necesaria de
optimalidad, el nivel óptimo de generación esta dado por:
C
= PGi
, i = 1,....n
Costo
C
[$/hora]  =
PGi
 tan  ,
PGi,mín PGi,máx PGi[Mw]
Figura 9. Costo incremental de una función de producción de un generador térmico

Luego todos los generadores operan al mismo costo incremental. Resolviendo para PGi
en términos de  se puede obtener:
C
= PGi
= bi + 2 . ci . PGi
de aquí,
PGi = ( - bi) / 2 ci
Utilizando las ecuaciones de restricciones de igualdad se puede obtener:

n
PD =  PGi
i 1
n
=  ( - bi) / 2 ci
i 1
= -
donde
n n
=  1/2 ci ,  =  bi / 2 ci
i 1 i 1
así
 = 1/ (PD + )
Como resultado de que:
PGi = 1/2 ci( 1/ (PD + ) - bi)
En la Figura 10 se puede observar gráficamente el despacho óptimo para un valor de

demanda PD = PG1+....+PGi, a cubrir.
Costo
Incremental
1
2
1
i
n
PG2 PGi PG1 PGi
Figura 10. Curvas de Costos Incrementales - Despacho Optimo.

Las curvas de Costos Incrementales se ha supuesto lineales.
Interpretación física de la condición de despacho óptimo correspondiente a igualdad
de costos incrementales: Las curvas de costos (función de producción) son del tipo
exponencial, apartarse de la condición de óptimo significaría, que en una unidad
generadora disminuiría la generación cuya disminución de costo sería inferior al
aumento que se producirá en otra unidad, que deba compensar la disminución de
generación de la unidad anterior, dado el carácter exponencial de la función de
producción. Véase el ejemplo de la Figura 11.
Costo C
Costo Incremental  Costo Increment.
Tang. Parale.
C1
C2
 
Disminuye C.I. Aumenta C.I.
PGmin PG1=PG2 PGmax
Figura 11. Efecto del apartamiento del óptimo.
Valores óptimos de despacho para una potencia PD de demanda, dado que ambas
curvas tiene la misma curva de costos incrementales e iguales límites de potencia,
luego:
PG1óptimo = PG2óptimo.
Costo (PD) = C1(PG1óptimo) . PG1óptimo + C2(PG2óptimo) . PG2óptimo)
Si aumentamos en P a PG1, C1  C1 + C1

y disminuimos en P a PG2, C2  C2 - C2
luego:
Costo’ (PD) = C1(PG1+P) . (PG1+ P)+ C2(PG2-P) . PG2+ P)
Costo’ (PD) > Costo (PD), pues C1 > C2.

Un método gráfico para obtener el despacho óptimo para cada PD es fijar un valor
razonable de  supuesto y leer de las curvas los PGi resultantes y verificar si ajustan
respecto de PD. Si no ajustan corregir en función del resultado del  y así hasta alcanzar
el valor óptimo. Este método se basa en que todas los costos incrementales debe ser
iguales, en la medida que no se supera los límites de alguna o algunas unidades
generadoras. En el caso que se supera algunos de los límites, este se establece en el
máximo valor y se aplica el criterio al resto de las unidades no superadas. En el caso de
la Figura 10 si al ir aumentando la PD a despachar la unidad 2 se fijara su límite en su
máximo y al resto de la PD (PD- PG2,máx), se aplicará el método descripto.
Es importante aclarar que el despacho es óptimo solo si necesariamente deben participar

todos las unidades generadoras, o sea cuando ya esta definido el predespacho.
3.2 Sistema térmico puro considerando las pérdidas en la red.
En tiempos pasados y aún actualmente en muchos casos se considera las pérdidas en la

red en forma simplificada sin embargo en la actualidad los requerimientos impuestos
por los mercados competitivos plantean la necesidad imperiosa de considerar los efectos
de la misma sobre el despacho económico. Los dos aspectos sustanciales que plantea la
consideración de la red de transporte en los sistemas extensos con características de red
poco mallada, con generación alejada de los centros de consumo son la consideración
de las pérdidas y de la capacidad de transporte. La consideración de las pérdidas
incrementales permite obtener como resultado del despacho económico los costos
incrementales de la potencia en los distintos nodos de la red. Las Ecuaciones de
Coordinación incluyen el efecto de las pérdidas de transmisión incrementales y hacen
más complejo el problema del despacho. Las pérdidas dependen de la red de
transmisión, la distribución de la demanda y del despacho. En general es posible
expresar las pérdidas de la red como una función del estado de generación.
PL = Pérdidas en la Red
= PL (PG1,.........., PGn)
Considerando las pérdidas y la demanda la ecuación de balance es:
PG1+.........+ PGn = PD + PL
Luego el Lagrangiano en este caso será:

n n
L =  Ci(PGi) +  (PD + PL -  PGi)
i 1 i 1
Las condiciones necesarias de optimalidad son:
L C PL
0= PGi
= PGi - (1 - PGi
)

L n
0 =  = PD + PL - (  Pgi), para i = 1,........,n.
i 1
A partir de estas condiciones necesarias, se puede obtener:
Ci PL
 = PGi . (1 - P Gi
) 1 , i = 1,.....,nG
PL 1
El termino Pfi = (1 - ) , es conocido como factor de penalización.
PGi
Dado que la función de pérdidas PL (PG1.........., PGn), no es simple de determinar, la

solución de este problema no puede ser obtenida en forma cerrada.
A diferencia del caso de despacho en barra única donde los costos incrementales se
igualaban para el caso de despacho económico, la inclusión del efecto de las pérdidas
incrementales en la red causa que el costo incremental de la potencia activa varie a
través de la red. Supongamos el caso de la figura 12.
 
Sistema Equiv. sin Red
Red con Pérdidas
C1(PG1). Pf1
C1(PG1) Pf1
C2(PG2) . Pf2
C2(PG2) Pf2
Cn(Pn1) . Pfn
Cn(Pn1) Pfn
PD = L + PG1 +...+ PGn
Ci
Supóngase que se conoce  y PGi a través de las EC, luego se cumple:
C1 C2 C3

Pf1 . PG1 = Pf2 . PG2 = Pf3 . PG3 = 
Expresión que relaciona los costos incrementales entre barras
Figura 12. Costos Incrementales en la Red debido a Pérdidas.

Luego Pfi es el costo incremental de barra y no necesariamente debe ser una barra de
generación sino que también puede ser una barra de carga interconectada al sistema.
Las Ecuaciones de Coordinación pueden ser utilizadas para calcular los costos
incrementales de potencia en cualquier punto de la red.
3.3 Algoritmo para el Despacho Económico con Pérdidas.
Un procedimiento que puede ser utilizado para calcular el despacho óptimo de un

parque térmico de generación incluyendo las perdidas, basado en un proceso iterativo se
muestra en la Figura 13.
En el paso inicial se calcula un despacho económico suponiendo que las pérdidas son
cero, utilizando el método ya presentado para el caso sin pérdidas. Luego se pueden
calcular los factores de penalización con:
PL
fi = (1 - PGi ), i = 1,.....,nG
Con los fi, modificando los coeficientes del polinomio:
bi  bi . fi
c i  c i . fi
A continuación aplicando el método para el caso de despacho económico sin pérdidas

con los coeficientes actualizados y la demanda modificada:
PkD  PD + PkL
Donde k se refiere a la k-esima iteración.
Para los nuevos valores de generación se chequea la convergencia controlando el

proceso hasta que este por debajo de un cierto valor .
n
  PkGi - PD - PkL < 
i 1
Así el proceso continúa hasta que converja.
Este algoritmo presenta buenas condiciones de convergencia cuando las diferencias

en los costos de producción de las distintas unidades o de las unidades térmicas que
pueden competir a través de los respectivos costos incrementales de pérdidas de sus
respectivas barras, tienen diferencias significativas.
Elección de valores iniciales de PGi

Calcular los Factores de Penalización
Modificar los valores bi y ci de las Curvas de Costos.

Calcular las Pérdidas PL

Actualizar valores de PGi,
utilizando método sin pérdidas con nuevos coeficientes y
PD  PD + PL

No Convergió ?
Si

Fin
Figura 13. Diagrama de Flujo para Calcular un Despacho Optimo con Pérdidas
3.4 Factores de Penalización y Barra de Referencia.
Un método alternativo de despacho económico es utilizar una barra de referencia tal que
siempre cambie su estado cuando un cambio en la generación es realizado. En la figura
13 se muestra un sistema de varias barras de generación y una de referencia .
i
Referencia
k
Figura 13. Diagrama de Flujo para Calcular un Despacho Optimo con Pérdidas
Supóngase que se produce un Pi en la barra i:
Pi new = Pi old + Pi

Si se supone que la carga permanece constante, luego para compensar el incremento
Pi, la barra de referencia deberá disminuir su generación .
Pref new = Pref old + Pref
Sí ninguna otra generación cambia el sentido de Pref, será diferente de Pi. Sin
embargo los flujo por el sistema pueden cambiar de tal manera que el cambio de
pérdidas puede resultar en que no necesariamente Pref y Pi deban ser iguales. Esto
es:
Pref = Pi + Pper
- Pref ( pi  Pper ) Pper

Se define i = Pi

Pi
 1
Pi
Por otro lado se puede definir el concepto de despacho económico como:
Todos los generadores están despachados óptimamente cuando un cambio en P

en cualquier de ellos respecto de la barra de referencia no produce un cambio
neto de los costos de producción. Cuando P es suficientemente pequeño.
O sea que: Costo de Producción Total = Ci(Pi)
El cambio en el Costo de Producción para un cambio Pi para la unidad i es:
dCi( Pi ) dCi (Pr ef )

Costo = dPi
Pi 
d Pr ef
 Pr ef
considerando que Pref = - i Pi
luego el Costo = 0
dCi ( Pi ) dCi (Pr ef )

 i
dPi d Pr ef
Luego para obtener un Despacho Económico se adopta un valor para la barra de

referencia y se ajustan los valores de generación de las distintas barras utilizando las
ecuaciones anteriores, se chequea con la demanda total, luego se reajusta el valor de
la generación de referencia y así hasta que solución es alcanzada.
3.5 Predespacho
Se denomina predespacho al problema de identificar entre un conjunto N de unidades

térmicas, el subconjunto M  N de las mismas que deben entrar en operación. El
predespacho será óptimo si la elección se ha realizado considerando todas las
posibilidades y las restricciones del problema.
Incorporar el problema del predespacho dentro del problema de optimización del
despacho no es una tarea sencilla por las dificultades matemáticas y requerimientos
computacionales que presenta.
3.5.1 Introducción
La demanda de energía eléctrica resulta muy variable según las distintas horas del día,
según el día de la semana y según el mes o la estación del año. El comportamiento de la
demanda presenta periodos de máximo requerimientos de potencia denominados de pico
y también periodos de mínimos requerimientos denominado de valle, pasando por
valores intermedios en forma continua.
Desde el punto de vista de la disponibilidad del parque de generación se supone que se

dispone de un parque con capacidad suficiente para cubrir los requerimientos de la
demanda.
La pregunta que cabe preguntarse ahora es ¿Que problema hay en comprometer para la
demanda máxima prevista la cantidad de unidades necesarias y tenerla arrancadas?.
Afectar una unidad al predespacho significa arrancarla, ponerla en velocidad y
sincronizarla a la red. El problema de adoptar esta decisión tiene consecuencias
económicas importantes por los costos asociados.
En realidad el problema del predespacho es uno de los resultados de la optimización, sin

embargo en la práctica el estado del arte muestra que se lo plantea como un problema en
sí mismo. Esta apreciación se fundamenta en que los modelos matemáticos basados en
métodos de optimización se hacen mucho más complejos y difíciles de resolver
matemáticamente y computacionalmente. Téngase presente que el problema del
predespacho es no convexo dado que las unidades térmicas o tienen potencia cero o su
potencia esta entre un máximo y un mínimo.
Así planteado el problema del predespacho donde la única restricción es definir la

unidades necesarias para cubrir la demanda es un problema relativamente simple de
resolver.
3.5.2 Restricciones
La consideración de un conjunto bastante extenso de restricciones hacen que el

problema del predespacho sea notablemente complejo estudiando la literatura conocida.
La lista de restricciones considerada en el capitulo uno muestra el nivel de dificultad

para considerarlas adecuadamente. Las más destacadas son:
 Reserva rotante: Debe considerar además restricciones desde el punto de vista de la

conformación de la misma según el tipo de unidad que la aporta: Turbo Gas,
TurboVapor, Diesel, Hidroeléctrica, Acumulación por Bombeo, etc. La distribución
de la reserva debe ser extendida a toda la red para evitar limitaciones impuestas por la
red de transmisión.
 Unidades Térmicas: Estas plantean las siguientes restricciones:

- Tiempo mínimo en servicio.
- Tiempo mínimo fuera de servicio.
- Personal requerido.
- Seguimiento de carga (ramping).
- Costos adicionales de arranque y parada.
 Reactivo y Tensión. Algunas unidades se ven forzadas a permanecer en servicio solo

por requerimientos de tensión.
 Restricciones de combustibles: Algunas unidades térmicas están obligadas a

consumir una determinada cantidad de combustible en un periodo dado. Igualmente
en el caso de algún combustible limitado puede influir en el predespacho mas allá de
su rankig en cuanto a los consumos calóricos.
 Capacidad de la red de transporte: En sistemas poco mallados se presentan

limitaciones en el despacho económico por razones de capacidad de potencia real o
de reserva.
 Aprovechamientos Hidroeléctricos: Presentan una gran variedad de restricciones.

- De intervalo
- De continuidad.
- De individualidad.
- Operativas.
- Retardo del agua.
- Otras.
Sin embargo en la actualidad se destacan algunas propuestas que permiten obtener y/o
resolver el problema del predespacho como un resultado de la optimización. Tal es el
caso del modelo desarrollado en el IEE de la UNSJ que será presentado mas adelante.
3.5.3 Métodos de solución.
El problema del predespacho puede llegar a ser muy difícil. Para acotar la presentación
de algunos métodos de solución se supondrá que:
- Se fija una línea de demanda aproximada por M escalones.

- Se dispone de N unidades para determinar el predespacho.

- Para cualquiera de lo M escalones de demanda y límites de operación de las N
unidades son tales que una unidad puede cubrir sola cualquier escalón de demanda
y que cualquier combinación de unidades también puede cubrir la misma.
 Método de Enumeración de estados.
El número total de combinaciones mediante una simple enumeración es:
C(N,1) + C(N,2) + .........+ C(N,N-1) + C(N,N) = 2N - 1
N!
C( N , j)  { }
( N  j )! j! )
Luego para una línea de demanda aproximada por 24 horas y para sistema de 5, 10, 20
y 40 unidades resulta la cantidad de combinaciones que se muestran a continuación:
N (2N-1)24
5 6.2 1035
10 1.73 1072
20 3.12 10144
40 
En la realidad la cantidad de casos a considerar se reduce mucho cuando se consideran

las restricciones del problema. De todos modos la cantidad de casos a considerar es de
muy alta dimensionalidad.
 Método de la Lista de Prioridad.
Es un método muy simple que consiste en el despacho de una lista de unidades según
costos crecientes. Esta lista es aplicada a cada nivel de potencia de la línea de demanda.
Dicha lista se elabora considerando a plena potencia el rendimiento calórico de la
unidad multiplicada por el costo del combustible.
El esquema de predespacho utilizando la lista de prioridad se basa en:
- Se parte del escalón de demanda máxima.

- Sí nos movemos hacia otra hora en que la demanda decae, si la próxima unidad en
la lista de prioridad la sacamos de servicio y la generación en operación es
suficiente para cubrir la demanda del escalón mas la reserva, se saca del despacho,
sino queda como esta.
- Determinar la cantidad de horas H hasta que la unidad vuelva a ser requerida
nuevamente. Esta hipótesis supone que la demanda baja y luego vuelve a crecer.
- Si H es menor que el tiempo mínimo en servicio de la unidad, manténgase la
misma despachada, sino siga al próximo escalón.

- Calcular dos costos. El primero es la suma del costo horario de producción para
las próximas H horas con la unidad arrancada. Luego recalcular la suma de costos
para parar la unidad y sumarle el costo de arranque. Luego se optará por la
alternativa de menor costo.
- Repetir el procedimiento completo para la próxima unidad de la lista de prioridad
y así sucesivamente.
Este procedimiento puede también utilizarse en forma combinada para considerar otras
restricciones.
La Lista de Prioridad permite reducir considerablemente la dimensión del problema

respecto del método de enumeración. Esto se fundamenta en que utilizando la lista de
prioridad permite de antemano plantear una metodología de entrada en servicio de la
unidades permitiéndolo en el sentido creciente de los costos.
Costos crecientes: Unidad 1, Unidad 2, .............................., Unidad N.
Unidad 1
Unidad 1 + Unidad 2
Unidad 1 + Unidad 2 + Unidad 3
Unidad 1 + Unidad 2 + Unidad 3 +................+ Unidad N
Para el caso de 4 unidades se tendrá 15 combinaciones posibles para el método de

enumeración contra 4 del método de Lista de Prioridad.
La aplicación de la lista de prioridad es válida teóricamente sí se cumple:
- Función de producción es lineal.

- Los costos de arranque son fijos.
- No existen restricciones adicionales.
 Método basado en Programación Dinámica (MPD).
El método de programación dinámica permite utilizar dos variantes del mismo, la

forward (hacia adelante) y la backward hacia atrás. La variante forward resulta mas
adecuada dado que permite controlar los tiempos mínimos en operación y fuera de
servicio como así también los costos de arranque de cada unidad a diferencia de la
variante backward. Otra ventaja adicional es su relativamente sencillez para establecer
las condiciones iniciales.
La aplicación del MPD supone:
- Un estado es reconocido como una lista de unidades especificadas operando y el

resto fuera de servicio o sea parada.

- El costo de arranque de una unidad es independiente del tiempo ha estado fuera de
servicio.
- No se considera costo de parada de la unidad.
Los aspectos señalados pueden conducir a obtener una solución no óptima dado que en
esencia no se cumple el principio de optimalidad del MDP. Esta afirmación se sustenta
en que se adoptan decisiones actuales óptimas condicionadas a situaciones futuras. O
sea cuando se decide en un determinado subperiodo K arrancar una determinada unidad
solo se esta evaluando hasta el momento los costos asociados sin saber hacia el futuro
como se operará dicha unidad considerando la variación de la demanda y las diferentes
características de las unidades en cuanto a tiempos mínimos en operación.
 Método de relajación de Lagrange.
Las características del método de relajación permiten superar las desventajas del MPD
principalmente para sistemas muy grandes, comentado sin embargo que otros problemas
surgen en este caso. Este método esta basado el método dual de optimización ya
presentado.
Se comienza el análisis comenzando con la definición de la variable Uit como:
Uit = 0, sí la unidad i esta fuera de operación en el periodo t.

Uit = 1, sí la unidad i esta en operación en el periodo t.
Luego el problema del predespacho se puede formular como:
- Restricciones de demanda:
-
PDt -  Pi Uit = 0 para t=1,....,T
- Restricciones de intervalo:
Uit Pimin Pit  Uit Pimax para i=1,...,N y t=1,...,T
- Tiempo mínimo en servicio y fuera de servicio:
- la Función Objetivo es:
TN[Ci(Pit)+ Costos Arranque(i,t)] Uit = Ci(Pit,Uit)  Mínimo
Luego formando el Lagrangeano:
L(P,U,) = Ci(Pit,Uit)+ T t (PD - N Pi Uit)

El problema del predespacho requiere minimizar la función de Lagrange sujeta a las
restricciones presentadas, las cuales pueden ser aplicadas a cualquier unidad. Nótese lo
siguiente:
 La función de costo Ci(Pit,Uit) junto con la segunda y tercera restricción son para
cada unidad independientes del resto de las unidades del parque.
 La restricción de balance de potencia (la primera) es de acoplamiento a través de
las unidades de tal manera que lo que se decide para una unidad afecta al resto.
La solución utilizando el procedimiento de Lagrange resuelve el problema del

predespacho relajando o momentáneamente ignorando las restricciones de acoplamiento
y resolviendo el problema como si no existiera. En tal sentido se utiliza el método de
optimización dual. El procedimiento dual intenta alcanzar el óptimo restringido
maximizando el Lagrangiano con respecto a los multiplicadores de Lagrange, mientras
se minimiza a las variables del problema.
q*() = max(t) q ()

Donde:
q() = min(Pit,Uit) L(P,U,)
Esto se realiza en dos pasos:

- Paso1: Encontrar un valor de cada t el cual mueve q() hacia un valor grande.
- Paso2: Suponer que t encontrado en el paso 1 esta ahora fijo, luego encontrar el
mínimo de L ajustando los valores de Pt y Ut.
Primero reescribamos el Lagrangiano como:
L = TN[Ci(Pit)+ Costos Arranque(i,t)] Uit + T t (PtD - N Pi Uit)
A su vez puede ser reescrito como:
L = TN[Ci(Pit)+ Costos Arranque(i,t)] Uit + T t PtD - TN t Pi Uit)
El segundo término es constante y puede ser eliminado dado que t esta fijo. Finalmente
el Lagrangiano queda:
L = N(T{[Ci(Pit)+ Costos Arranque (i,t)] Uit - t Pi Uit})
Aquí se ha logrado el objetivo de separar cada unidad respecto del resto que
corresponde al término:
T{[Ci(Pit)+ Costos Arranque (i,t)] Uit - t Pi Uit}

Por lo tanto puede ser resuelta para cada unidad en forma separada sin interesar que
sucede con las otras unidades. La minimización de Lagrange es encontrada para cada
unidad de generación para todo el período, esto es:
Min q() = N min T{[Ci(Pit)+ Costos Arranque (i,t)] Uit - t Pi Uit}
Sujeto a las restricciones:
Uit Pimin Pit  Uit Pimax para t=1,...,T

Tiempos mínimos en operación y fuera de servicio.
Este problema ahora puede ser solucionado mediante MPD de una sola variables.
3.6 Sistema Hidrotérmico considerando pérdidas en la red.
Optimización conjunta para un horizonte definido:
En el caso que se plantea la función objetivo de minimización es la que se ha presentado

anteriormente:
F. O. =  (Costo Operación + Costo Falla)  Mínimo
donde las variables (generación hidroeléctrica) asociadas al recurso hídrico no

intervienen directamente en la misma como tales. Esto se debe a que el efecto de una
determinada decisión respecto de la generación hidroeléctrica tiene implicancias
económicas que son valoradas a través del costo de generación térmica. O sea que el
valor económico asociado al agua sí bien este no tiene un costo de adquisición si lo
tiene desde el punto de vista de la oportunidad de la generación. De hecho, en un
problema de optimización se plantea que el modelo dado una cantidad del recurso
hídrico, este se despachará prioritariamente a la generación térmica. De hecho este tipo
de generación contribuye a minimizar la función objetivo dado que desplaza generación
térmica o déficit, que de otro modo debería emplearse si no existiera. Esta contribución
en valores relativos se debe, además de reemplazar energía térmica, energía que debería
ser cubierta a mayor costo unitario dado el carácter no lineal de la generación térmica en
función de la demanda.
Otro aspecto muy importante que participa en la disminución de la función objetivo no

es solo la utilización integral del recurso hídrico, sino también utilizarlo adecuadamente
desde el punto de vista de su mejor oportunidad (tiempo) y mayor eficiencia (Pot. = f
(Q,H,(Q), H(Q)), lo que se manifiesta en los resultados, tratando de aplanar al
máximo posible la parte de la demanda que debe cubrir la generación térmica de mayor
costo. Esto se traduce en el criterio de: máximo empuntamiento de la energía

hidroeléctrica, máxima eficiencia desde el punto de vista del rendimiento, máximo
salto, etc .
Otra característica que distingue a la generación hidroeléctrica esta dado por plantear
una restricción integral de la disponibilidad del recurso de agua cuya flexibilidad de
utilización esta limitada.
El algoritmo de optimización debe buscar la combinación de estos factores que

máximicen la función objetivo.
Función Objetivo = i Ci(PGi) + Costo Falla Mínimo
Sujeta a las restricciones de:
- Cubrir la demanda.
- Respetar las restricciones de intervalo del equipamiento térmico, hidraúlico y
de red.
- Restricciones integral de los recursos primarios (hídrico).
- Seguridad (reserva).
3.6.1 Optimización en etapas.
Valor del Agua:
Esta es una metodología que en los últimos tiempos ha cobrado significación como
consecuencia de la necesidad de valorar y facilitar las transacciones económicas en
Mercados Competitivos. Esto significa que un generador hidroeléctrico puede valorar su
recurso energético dentro del contexto del Mercado de tal manera que le permite
manejar el costo de oportunidad de dichos recursos.
Inicialmente el concepto del Valor del Agua surgió como una necesidad de facilitar una
metodología de optimización de la gestión de los recursos energéticos respecto del
mediano y largo plazo, dado que permite resolver con buena aproximación el problema
en dos etapas con tiempos aceptables de cálculo. La primera permite determinar
óptimamente el Valor Económico de Agua de los embalses con capacidad de regulación
superior al paso en que se divide el periodo de optimización y la segunda permite
utilizando dicho Valor de Agua realizar una optimización conjunta con el parque
térmico, como si las centrales hidroeléctricas fuesen térmicas.
El agua no tiene valor por si misma, sin embargo se le puede asignar un valor sobre la
base de equivalencia o sustitución de generación térmica o de déficit. En particular el
Valor Incremental del Agua se asume igual al valor incremental del combustible o de
cualquier otra fuente a la cual reemplace.

Este método, alternativo de la optimización de un SGTEE hidrotérmico, permite
encontrar el mínimo de la función objetivo en dos etapas. La primera que permite a
través de una optimización previa y simplificada los Valores del Agua para cada estado
de llenado de un embalse de cada aprovechamiento hidroeléctrico y para cada
subperiodo correspondiente al período de optimización. De esta forma se define una
curva de valores del agua que representan la oportunidad en el uso de la misma desde el
punto de vista económico. Matemáticamente y considerando el carácter aleatorio del
problema, se puede expresar como:
f f
Valor del Agua = Z = - 
V V
f : Valor esperado de los costos futuros de generación térmica.

V : Volumen de agua acumulado en el embalse.
Por lo dicho el Valor del Agua se puede definir como la variación de los costos futuros
de operación, ante la variación de la acumulación de agua en un embalse del sistema,
para un subperíodo del período de optimización.
Sobre la base del concepto del Valor del Agua, se puede resolver en una segunda etapa
un problema de optimización hidrotérmico, donde las centrales hidroeléctricas con
capacidad de regulación en el recurso hídrico participan a través de una función de
costos como si se tratara de una central hidroeléctrica. En este segundo caso y a los
efectos de la determinación del despacho se utiliza en la función de objetivo de costos
los valores del agua ponderados por la generación correspondiente.
Mas adelante y en relación con la programación de la operación de largo y de corto

plazo se volverá sobre este punto.
3.7 Calidad de la generación y de la red de transporte. Valor de la confiabilidad.
Las dos condiciones fundamentales que debe cumplir un SGTEE en mercados

competitivos son: ser económicos y confiables (en los últimos años se agrega el
“aceptable para el medio ambiente”). Este doble objetivo, puede ser formulado por dos
caminos con cierta equivalencia, ellos son:
- Minimizar los costos de operación sujeto a algunas restricciones, las cuales

garantizan un nivel predeterminado de confiabilidad (por ejemplo reserva rotante
mayor o menor que un valor preasignado de porcentaje de energía no suministrada
(ENS) o menor que un valor predeterminado de probabilidad de pérdida de carga
(LOLP).
- Asignarle un costo a la ENS y luego minimizar los costos de operación, incluido

los costos de ENS.

Actualmente los dos métodos se utilizan, con preferencia del segundo en el caso de
mercados competitivos, como el caso del SIN argentino. En este caso el procedimiento
consiste en realizar estudios económicos y de confiabilidad para determinar el
porcentaje de reserva requerido al sistema en su conjunto. Luego este porcentaje es
utilizado como restricciones para realizar el despacho de potencia real y de reserva.
El segundo método parece mas apropiado desde el punto de vista de la interpretación de

un costo de ENS ($/Kwh) que definir el límite de reserva rotante o de ENS, que es un
resultado de una optimización.
Desafortunadamente, es difícil arribar a una definición del costo de la ENS

principalmente cuando el déficit de ENS es de segundos. En efecto, es fácil de entender
que el mismo depende de varios factores los cuales están bastante mas allá de la
experiencia y responsabilidad directa de las empresas de suministro eléctrico. Sin
embargo en el pasado han sido realizados una serie de intentos para cuantificar el costo
de la ENS, teniendo en cuenta aspectos directos y monetarios. Un método por ejemplo
evalúa los bienes o mercaderías que no han podido se producidas, incluido daños y
gastos adicionales específicos, denominado “Análisis de los Factores de Producción”.
Los valores resultantes son luego promediados. Los valores mas utilizados de ENS
rondan en el $ 1/Kwh, en el caso argentino es de 1,5 $/kwh.
En el caso del método 1 el criterio mas utilizado es el de la mayor unidad de generación

que se encuentra en operación.
La aplicación a los algoritmos de cálculo resulta más directo en el segundo método,

dado que la ENS es modelada a través de una unidad ficticia equivalente de alto costo.
En cambio en el primer método dado que la restricción es de desigualdad, se debe
acudir al segundo método para comparar las posibles variantes.
3.8 Formulación General del Despacho Económico Hidrotérmico.
El Despacho Económico de un parque de generación constituye entre otros, la base para

el cálculo de los precios de la energía y potencia de venta de los generadores, de compra
de los distribuidores y grandes usuarios y de la remuneración del transporte de los
transportistas.
En sistemas constituidos por unidades de negocio independientes, caracterizados por los

sistemas desregulados, como el argentino, interesa sobremanera utilizar un modelo de
cálculo que considere todos los aspectos que afecten al sistema de precios desde un
punto de vista económico y que permita identificarlos para la ecuánime remuneración de
los mismos.
En tal sentido se plantea la Función Objetivo general correspondiente al Despacho

Económico Hidrotérmico e Interconectado como el Argentino:

F. O. = (Costo Operación + Costo Falla)  Mínimo
C Opera = Costo de Operación Mantenimiento (OyM) asociados a la demanda..

+ Costo de la Calidad de la Generación.
+ Costo de OyM asociados a las Pérdidas en la Red.
+ Costo de la Calidad de la Red de Transporte.
+ Costo de la Capacidad de Transporte.
+ Costo de Racionamiento.
=> Mínimo
Costo Falla = Depende del déficit esperado de ENS y del costo unitario prefijado.
Todas las restricciones que se planteen, finalmente se traducen en un encarecimiento de

la operación.
La identificación de cada uno de estos componentes de la ecuación y la

apropiación es un problema extremadamente complejo motivo de preocupación
a nivel mundial. La gran Función Objetivo se traduce en encontrar la solución
óptima basada en un Despacho Unico (económico de escala) e identificar la
responsabilidad individual de los actores en la operación conjunta.
Los resultados del Despacho Económico luego son utilizados para determinar los
precios de la energía y potencia en distintos niveles y lugares geográficos, para lo cual
se pueden aplicar distintos Sistemas de Precios. Por ejemplo el utilizado en varios países
con distinto grado de desregulación, basados en costos marginales.
Sobre este punto se volverá en el segundo módulo.

4. Comentario general respecto de la modelación y utilización de métodos de
programación matemática.
Tal como se ha presentado, la modelación de las distintas variables que teóricamente

intervienen en el tratamiento del problema de optimización de centrales hidroeléctricas
desde un punto de vista económico, tienen un comportamiento no lineal, que hace que el
problema a resolver presente ciertas dificultades desde el punto de vista matemático
computacional.
Normalmente a los efectos de reducir la complejidad del problema se recurre en asumir

ciertas hipótesis simplificativas que permiten reducirlo significativamente. A
continuación se presentan algunas de la hipótesis normalmente utilizadas:
Linealización única.
La hipótesis que en este sentido es comúnmente utilizada, es linealizar el problema. Por

ejemplo la Función de Producción resultaría:
Ph = K . Q
K [Mw/(m3/seg)]: Constante de producción de la central.
Dado que:
-(Q) = constante.
- H(Q;Vol)= constante o función lineal de Vol..
- H  Pérdidas o función lineal.
En el caso particular que se utilice las variables indicadas como constantes, los valores
elegidos deberán representar valores promedios ponderados respecto de los estados
operativos calculados.
Tratamiento no lineal a través de un proceso lineal iterativo.
Una variante que se suele utilizar para mejorar la calidad de los resultados es realizar un
proceso iterativo respecto de los valores de las variables en cuestión.
Linealización por tramos.
Esta representa una mejor solución al problema, pero significa aumentar la complejidad
y requerimientos computacionales en forma significativa.
Modelación de las variables.
Tal como se ha podido observar, existen variables que pueden ser modeladas a través de
una función analítica con buena aproximación y existen otras cuyo ajuste puede no ser
tan bueno atento a las particularidades que se presentan. Por ejemplo la función cota
volumen de un embalse que presenta fuertes irregularidades en su perfil, es difícil
obtener una función que la represente exactamente. En este último caso se suele recurrir
a utilizar un modelo basado en ajuste de mínimos cuadrados que permite resolver el
problema con buena aproximación.
Modelación y Métodos de programación matemática.
Los métodos de programación matemática mas utilizados son:
- Programación Lineal: Ventaja: Fácil de modelar y programar, robustos y eficientes

algoritmos disponibles,
Desventaja: es necesario linealizar el problema, perdiéndose
precisión en la modelación.
Las funciones deben ser analíticas.
- Programación Dinámica: Ventaja: Posibilidad de modelar el problema en forma muy

exacta ya sea a través de funciones no lineales o variables que
no responden a una función analítica (ejemplo tabla de valores
que relacionan dos variables).
Desventaja: Programación compleja “ad hoc”, difícil utilización
de programas de biblioteca, inaplicable en forma tradicional
cuando se tiene mas de dos o tres dimensiones.
Conclusión.
La modelación adoptada de las variables que intervienen en la optimización del

despacho de centrales hidroeléctricas debe elegirse en función:
- Horizonte de optimización.
- De la aplicación de los resultados.
- Método de programación matemática utilizado.
- De las características propias de los aprovechamientos hidroeléctricos. características

de los componentes asociados
5. Referencias Bibliográficas.
A continuación se lista la bibliografía consultada para el tema I.

0) Atif S. Debs.
“ Modern Power Systems Control and Operation”. Editorial Kluwer Academic
Publishers - Año 1988.
1) Wood and Wollenberg.

“Power Generation, Operation and Control”. Libro distribuido por Kluwer
Academic Publishers - Año 1988.
2) Vargas A, Año O, Serrano B, Mut O, Strada T, Reta R..

“Programación Optima de la Operación y Calculo de Precios en el Sistema
Argentino”. Curso de Post-Grado dictado por el IEE de la UNSJ. Año 1995.
3) Jorge F. Rivera, Osvaldo F. MUT, Alberto Vargas.

“Programación Optima del Mantenimiento Preventivo del Conjunto de Unidades
Generadoras Térmicas de un Sistema Eléctrico Multiareas con restricciones de
Red”. VI ERLAC (Encuentro Regional Latinoamericano de la CIGRE) - Foz Iguazú,
Mayo de 1995.
4) Benjamín Serrano, Pedro Vidal, Alberto Vargas, Osvaldo Mut.

“Consideración de los Ciclos de Arranque y Parada en la Programación Optima de
la Operación de Corto Alcance y su Efecto en los Costos Totales de Operación. VI
ERLAC (Encuentro Regional Latinoamericano de la CIGRE) -Foz Iguazú, Mayo de
1995.
5) Jorge F. Rivera, Alberto Vargas, Carlos Galdeano, Osvaldo Mut, Benjamín

Serrano, Tomás Strada.
“Programación Optima Semanal - Diaria de la Operación de un parque
Hidrotérmico de generación con Múltiples Restricciones en los recursos Energéticos
Primarios y en el Red de Transporte (Sistema TULUM)”. V ERLAC (Encuentro
Regional Latinoamericano de la CIGRE) -Foz Iguazú, Mayo de 1993.
6) Roberto Ferrero, Alberto Vargas, Osvaldo Año, Jorge F. Rivera.

“Valor del Agua: Marco Conceptual”. VI ERLAC (Encuentro Regional
Latinoamericano de la CIGRE) -Foz Iguazú, Mayo de 1995.
7) Olle I. Elgerd.
“ Electric Energy Systems Theory”. Second Edition, Año 1982, Libro publicado por
Mc Graw-Hill Book Company.
8) Fred C. Schweppe, Michael C. Caramanis, Richard D. Tabors, Roger E. Bohn.

“Spot Pricing of Electricity”. Libro de The Kluwer International Series in
Engineering and Computer Science. Año 1988.

9) E. Mariani
“ Methodlogies in medium/long-term operations planning”. Electrical Power 
Energy Systems. Vol 11 Nro. 3 - July de 1989.
10) Michel Rivier, Ignacio J. Pérez-Arriaga.

“ Computation and decomposition of spot prices for transmission pricing”. PSCC
(Power Systems Computation Conference). Avignon, Francia, Septiembre de 1994.
11) Revista ABB . Fecha 6/1989
12) Compañía Administradora del Mercado Mayorista Eléctrico. Sociedad Anónima

(CAMMESA).
“Operación Energética de Sistemas Hidrotérmicos”. Septiembre de 1994.
13) Análisis de aspectos relacionados con la regulación primaria y secundaria de

frecuencia en el mercado Eléctrico Mayorista de la Republica Argentina. Informe
elaborado por el IEE de la UNSJ para AGEERA. Marzo de 1995.


Conceptos Básicos de Despacho Económico

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Conceptos Básicos de Despacho Económico

Cargado por

Copyright:

Formatos disponibles

CONCEPTOS BASICOS DE

Ing. Andrés Huaman Muchica

Programación Optima de la Operación de Sistemas Eléctricos 1

1 Presentación del problema.

1.1 Generación térmica pura en barra única.

2.1 Minimización de funciones sin restricciones

3.4 Factores de Penalización y Barra de Referencia.

3.6 Sistema Hidrotérmico considerando pérdidas en la red.

3.7 Calidad de la generación y de la red de transporte. Valor de la confiabilidad.

3.8 Formulación General del Despacho Económico Hidrotérmico.

4. Comentario general respecto de la modelación y utilización de métodos de

Programación Optima de la Operación de Sistemas Eléctricos 2

1 Presentación del problema.

El tema del despacho económico se presenta en este capitulo en forma conceptual. En

- Generación térmica pura en barra única.

1.1 Generación térmica pura en barra única.

Los costos operativos asociados a cada escenario del parque de generación y el

- La generación turbovapor y nuclear y ciclo combinado no es apta para cubrir cargas

En base a los criterios enunciados para cubrir la demanda, ¿Cómo se procedería

Figura 1. Zonas típicas del diagrama de demanda.

- En la semibase del diagrama se ubicará generación ciclo combinado dado su bajo

En la figura 2 se presenta como se cubriría el diagrama de demanda utilizando las

Programación Optima de la Operación de Sistemas Eléctricos Nuclear 4

1.2 Generación hidrotérmica en barra única.

Este caso es similar al analizado en 1.1 considerando que se dispone además de

- La generación hidrocontrolable de costo operativo cero debe cumplir con dos

En base a los criterios enunciados, ¿Cómo se procedería cualitativamente para cubrir

- Se hace la hipótesis que la energía hidrocontrolable no alcanza para cubrir la zona de

- De los posibles lugares para ubicar la energía hidrocontrolable de antemano se

Programación Optima de la Operación de Sistemas Eléctricos 5

Energía 1 = Energía 2 = Energía 3

Figura 3. Posibilidades de utilizar la energía hidrocontrolable.

- En la zona de semibase (modulable) del diagrama se utilizará la generación

- En la parte de pico del diagrama en caso de no contarse con generación hidroeléctrica

Programación Optima de la Operación de Sistemas Eléctricos 6

De este planteo y análisis del problema considerando que siempre en un sistema la

Si se representara la función de costo de operación total (ordenados en forma

Costo total operación

Naturalmente en la práctica esta función no es totalmente continua ni perfectamente

Tal como ya se ha presentado, el problema de despacho económico es matemáticamente

2.1 Minimización de funciones sin restricciones

Programación Optima de la Operación de Sistemas Eléctricos 7

Si x es un n-vector, luego el mínimo de una función escalar es:

2.2 Minimización con restricciones de igualdad.

En la solución de problemas reales como el de despacho económico usualmente además

Se demuestra que la solución a un problema de optimización sujeto a restricciones de

Matemáticamente el punto óptimo se encuentra utilizando la propiedad que tiene la

A la variable escalar  se le denomina multiplicador de Lagrange y en lugar de utilizar

L(x,) = C(x1,x2) +  h(x1,x2)

Expresión que se denomina Ecuación de Lagrange o Lagrangeano. Luego para obtener

En el caso multivariable y de múltiples ecuaciones de restricción de igualdad. Luego

con m < n y donde la función objetivo es:

Programación Optima de la Operación de Sistemas Eléctricos 9

Las variables 1,.....,m representa al vector  y son los multiplicadores de Lagrange.

La primera condición implica:

esta última, es otra forma de presentar las ecuaciones de igualdad.

La segunda condición implica:

2.3 Minimización con restricciones de desigualdad.

En esta sección se considera el problema de minimización de la función objetivo C(x)

Programación Optima de la Operación de Sistemas Eléctricos 10

L = C(x) + 1.g1 + 2.g2+............+ m.gm

Luego si se esta en el óptimo x=x*, el mínimo de C(x) sujeto a las restricciones de

Si gi(x*) < 0, luego i = 0,