Modulo3 CH CortoPlazo

ESCUELA POLITÉCNICA NACIONAL
FACULTAD DE INGENIERÍA ELÉCTRICA
SISTEMAS DE ADMINISTRACIÓN
DE ENERGÍA ELÉCTRICA
Ing. Marco Valencia, M.Sc.
1
ESCUELA POLITÉCNICA NACIONAL
FACULTAD DE INGENIERÍA ELÉCTRICA
SISTEMAS DE ADMINISTRACIÓN DE
ENERGÍA ELÉCTRICA
III. Operación Económica del Sistema

Parte 3: Coordinación Hidrotérmica de Corto Plazo
2
Coordinación Hidrotérmica de Corto
Plazo
• El problema de coordinación
hidrotérmica
• Solución mediante programación

lineal – entera mixta (NCP)
• Solución mediante relajación

lagrangeana
• Transacciones internacionales y
despacho coordinado
3
Plazo
hidrotérmica


lagrangeana
despacho coordinado
4
El problema de coordinación
hidrotérmica
Selección de unidades térmicas

(unit commitment)
COORDINACIÓN HIDROTÉRMICA Despacho de generación
Programación hídrica
OBJETIVO
Minimizar el costo de producción
(térmica)
Abasteciendo la demanda
Observando restricciones físicas y
operacionales
5
hidrotérmica
COORDINACIÓN
HIDROTÉRMICA
Problema de optimización mixto entero - no
lineal
Restricciones integrales en el tiempo para
el manejo del agua en los embalses
Gran número de variables y restricciones
técnicas y de operación (generación y
transmisión)
FORMULABLE MATEMÁTICAMENTE, pero…
… desde el punto de vista práctico, no es

solucionable sin la introducción de importantes
simplificaciones.
6
hidrotérmica
Caracterización del problema:
– Centrales hidroeléctricas
• Costos de operación prácticamente nulos
• Disponibilidad energética limitada, relacionada con el mediano
plazo
• Topología hidráulica puede ser compleja
– Generadores térmicos
• Costos de producción dependientes de la tecnología y el
combustible
• Inflexibilidades operativas: tiempos mínimos de operación y parada
7
hidrotérmica
Centrales hidroeléctricas
x i (t )  x i (t )  x i (t )
w, qj, sn
q m (t )  q m (t )  q m (t )
s k (t )  0
sk
Phi  k  f (q i , HN i )
Ph min i ( HN i )  Phi  Ph max i ( HN i )
qm
x i (t  1)  x i (t )  wi (t )   q j (t  T j )  s n (t  Tn )  q m (t )  s k (t )
jJ i nN i mM i k K i
8
hidrotérmica
Generadores térmicos
– Costos de operación
• Combustible FCi(Pi) = Ci * Hi(Pi)
• Mantenimiento MCi(Pi) = BMi + IMi * Pi
 D
 i 
• Arranque STi  TS i C i  1  e ASi  BS C  MS
  i i i
 
– Restricciones de operación: Variables enteras
9
hidrotérmica
Aplicación al sistema ecuatoriano
– Centrales hidroeléctricas
• La potencia generada es proporcional al caudal turbinado

• No existen encadenamientos complejos entre centrales
• Las políticas de mediano plazo se reflejan mediante una cuota de
energía máxima disponible
• El costo de operación es despreciable
10
hidrotérmica
Aplicación al sistema ecuatoriano
– Generadores térmicos
• Costos de producción proporcionales a la potencia producida (CVP)

• No se representan costos de arranque (normativa)
• Se modelan tiempos mínimos de operación y de parada
11
hidrotérmica
T G
min  C i Pg it
t 1 i 1
Sujeto a:
a) Balance de potencia:
G H
 Pg
i 1
it   Ph jt  Dt
j 1
t
b) Restricciones de centrales hidro
c) Restricciones de generadores térmicos
12
hidrotérmica
Potencias máximas y mínimas:
Ph jt  Ph jt  Ph jt j  H , t
Cuota energética:
 Ph
t
jt  Eh j j  H
13
hidrotérmica

Transición de estado:
xi (t  1)  xi (t )  u i (t ) xi (t )  u i (t )  0
xi (t  1)  u i (t )
si
xi (t )  u i (t )  0
Límites de capacidad:
Pg it  Pg it  Pg it si xi (t )  0
Pg it  0 si xi (t )  0
Tiempos mínimos de operación y de parada
ui(t) = 1 si 1  xi (t )  Tupi
ui(t) = -1 si Tdowni  xi (t )  1
14
hidrotérmica
Alternativas de solución
a) Particionar el problema en dos problemas parciales:

• Elección de los bloques que deben estar en funcionamiento
(compromiso de unidades)
• Distribución de la potencia de demanda entre dichos bloques
(despacho)
b) Solución conjunta en un único procedimiento
15
hidrotérmica
Técnicas desarrolladas
a) Procedimientos heurísticos
b) Procedimientos matemáticos
• Programación lineal entera mixta (branch and bound)
• Programación dinámica
• Relajación Lagrangeana con programación dinámica
16
Plazo
hidrotérmica


lagrangeana
despacho coordinado
17
Solución mediante programación
lineal – entera mixta
• El NCP (Nuevo Corto Plazo) es un modelo de planificación de la
operación energética de corto plazo para un horizonte de una
semana en etapas horarias.
• A diferencia del modulo de corto plazo del SDDP, el NCP resuelve

un solo problema de optimización para todo el horizonte,
modelando las restricciones dinámicas de los generadores:
– Tiempo mínimo de operación y parada de unidades térmicas
– Restricciones de máxima rampas de toma o baja de carga
– Máximo número de arranques
– Disponibilidad semanal de combustibles
– Tiempo de viaje del agua entre centrales hidroeléctricas en cascada
– Volumen meta o disponibilidad energética para centrales hidroeléctricas
18
• El NCP resuelve un problema de programación lineal-entera mixta

con el objetivo de determinar la selección de unidades y el
despacho óptimo (de mínimo costo) para el sistema eléctrico.
• Desarrollado por PSRI - Power Systems Research (http://www.psr-
inc.com.br/), empresa brasileña especializada en modelos
matemáticos para la planificación y operación de sistemas
eléctricos de potencia.
• Comparte información con el SDDP, tanto para definición de datos
de entrada como para la política de operación de embalses en el
mediano plazo (función de costo futuro).
19
• CENACE contrató una personalización del modelo

estándar para incluir, entre otras características:
– Representación de las curvas de costos de los generadores

– Representación de consumo de servicios auxiliares
– Representación de centrales térmicas de ciclo combinado
– Restricción de carga estable para unidades de vapor
– Tiempo máximo de operación de unidades térmicas
20
CURVAS DE COSTOS DE LOS GENERADORES:
CVP
(USD/MWh) CP (USD/h)
CPmax
CVPmin
CVPmax
CPmin
P (MW) P (MW)
Pmin Pmax Pmin Pmax
21
CURVAS DE COSTOS DE LOS GENERADORES:
CP (USD/h) a + bP
CPmax
aP2 + bP + c
CPmin
b
a
P (MW)
Pmin Pmax
x: Variable binaria
que determina el
Costo de producción = ax + bP estado de conexión
del generador
22
FUNCIÓN OBJETIVO:
Minimizar Z = CO + CA + CD + α
CO: costo operativo térmico variable
CA: costo de arranque térmico
CD: costo asociado a déficit energéticos
α: costo futuro (asociado al valor esperado del costo de

oportunidad futuro del agua almacenado en los embalses)
23
Costo operativo térmico variable:
J T
CO    c ( j , t )  g ( j , t ) a ( j )  x ( j , t )
j t
j: índice de las plantas térmicas
t: índice del tiempo (horas)
c(j,t): costo variable ($/MWh) de la planta j en la hora t
g(j,t): generación (MWh) de la planta j en la hora t
a(j): Costo de producción en vacío de la planta j
x(j,t): Variable binaria que determina el estado de encendido de la

planta j en la hora t
24
Costo de arranque térmico:
J T
C A    ca ( j , t )  y ( j , t )
j t 1
ca(j, t): costos unitarios de arranque (en k$)
y(j,t): variable binaria que detecta un arranque de la planta j en el

período t
y (j,t) - x (j,t) + x (j,t-1) ≥ 0, para t > 1
x(j,t): Variable binaria que determina el estado de encendido de la

planta j en la hora t
25
Costo de déficit:
N T
C D    C    ( n, t )
n 1 t 1
C∆: costo unitario ($/MWh) del racionamiento
∆(n,t): racionamientos en cada barra n del sistema de transmisión
26
RESTRICCIONES:
• Red de transmisión
• Centrales hidroeléctricas
– Balance de agua
– Límites operativos
• Generadores tipo commitment
– Tiempos mínimos de operación y parada
– Límite de arranques
– Velocidad de toma de carga
• Restricciones genéricas
27
Restricciones de la red de transmisión:
Balance en cada nodo:
 [ f (m, n)  l (m, n)]    (i, t )  Q (i, t )  g ( j , t )    (n, t )  D (n, t )

mn i , jn
Flujo de potencia DC:
Límites de las líneas:
28
Restricciones de centrales hidroeléctricas:
Balance de agua:
V (i, t  1)  V (i, t )  A(i, t )  Q (i, t )  S (i, t )   [Q ( m , t  

mM ( i )
m ,i )  S ( m, ,i )]
Límites operativos:
Volumen meta:
29
Restricciones de generadores tipo commitment:
Tiempo mínimo de operación:
Velocidad de toma de carga: K _
 [ g ( j , t )  g ( j , t  1)]  r ( j )
k 1
T _
Límite de arranques:
 y ( j , t )  A( j );
t 1
30
Restricciones genéricas:
Generación total:
T  
Gmeta _ Inf k      (i, t )  Q (i, t )  g ( j , t )   Gmeta _ Sup k
t 1  i , j k 
Reserva de generación:
31
Plazo
hidrotérmica


lagrangeana
despacho coordinado
32
Solución mediante relajación
lagrangeana
• La relajación lagrangeana descompone el problema
original en un problema principal y una serie de
subproblemas más sencillos, uno por cada generador
térmico y por cada sistema o cuenca hidroeléctrica, que
se resuelven independientemente.
• El problema principal y los subproblemas se resuelven

de manera iterativa hasta obtener una solución cercana
al óptimo. La descomposición permite una modelación
detallada del sistema de generación, lo cual convierte a
la relajación lagrangeana en una técnica de solución
muy precisa.
33
lagrangeana
T G
t 1 i 1
Sujeto a:
G H
 Pg
i 1
it   Ph jt  Dt
j 1
t

34
lagrangeana
T G T G H 
F ( )  min  Ci Pg it   t  Pg it   Ph jt  Dt 
t 1 i 1 t 1  i 1 j 1 
Sujeto a:

35
lagrangeana
G T H T T
F ( )  min  (Ci  t ) Pg it   t Ph jt   t Dt
i 1 t 1 j 1 t 1 t 1
Termo Hidro
Sujeto a:

36
lagrangeana
G T H T T
F ( )  min  (Ci  t ) Pg it   t Ph jt   t Dt
i 1 t 1 j 1 t 1 t 1
Termo Hidro
Sujeto a:

37
lagrangeana
Problema dual:
max F ( )
F ( ) es no diferenciable en todos los puntos
Método de subgradiente
38
lagrangeana
Subproblemas hidro:
T
min   t Ph jt
t 1
Producen soluciones oscilatorias que solo pueden

ser manejables cuando las centrales
hidroelétricas representan un pequeño porcentaje
de la demanda.
No aplicable en el sistema ecuatoriano!
39
lagrangeana
Enfoque de solución:
– Utilizar la relajación lagrangeana para resolver un problema

puramente térmico y determinar el estado de encendido de los
generadores (unit commitment).
– Encontrar la generación hidroeléctrica (y los correspondientes

valores de la termoeléctrica) mediante la solución de un
problema de despacho hidrotérmico con los generadores
térmicos seleccionados previamente.
40
Despacho económico con
potencias mínimas relajadas.
Encontrar DT y λo
i= 1
Resolver problema térmico

para unidad i
Algoritmo: Actualizar
λ
i = i +1
Se han
resuelto todos los
subproblemas?
no
Actualizar
DT y λ ο
si
Criterio
de convergencia
alcanzado?
Despacho económico para

las unidades seleccionadas.
Criterio no
de convergencia
alcanzado?
si 41
Resultados
lagrangeana
Problema de unit commitment

T G
t 1 i 1
Sujeto a:
G
 Pg
i 1
it  DTt t
b) Restricciones de generadores térmicos
42
lagrangeana
Problema de unit commitment
G T T
F (  )  min   (C
i 1 t 1
i   t ) Pg it  
t 1
t DT t
Sujeto a:
Restricciones de generadores térmicos
43
lagrangeana
Problema térmico para unidad i:
T
min  (C
t 1
i   t ) Pg it
Sujeto a: max  (
t 1
t  C i ) Pg it
Restricciones del generador térmico i
44
lagrangeana
– Cada problema térmico es un problema de minimización,

desacoplado para cada unidad, equivalente a encontrar el
camino más corto desde un vértice de origen dado hasta uno de
los vértices de destino en un grafo orientado.
45
lagrangeana
λ1 λ2 λT
X=3
X=2
ENCENDIDO X=1
APAGADO
X = -1
X = -2
X = -3
X = -4
t=0 t=1 t=2 t=T

46
lagrangeana

• Los vértices del grafo representan los posibles estados para la
unidad y las aristas corresponden a las transiciones de estado.
Cada estado está definido por dos elementos: el estado de
encendido y su duración. Los vértices en una fila representan el
mismo estado. Los vértices en una columna corresponden al
principio o fin de la misma hora. El número de estados es igual a la
suma de los tiempos mínimos de operación y de parada.
• Este problema de camino más corto se puede resolver mediante un

algoritmo de programación dinámica hacia adelante.
47
lagrangeana

a) Se asignan los costos a cada estado para t = 0:
Costo(xi(0)) = 0 si xi(0) es el estado inicial

Costo(xi(0)) = ∞ en caso contrario
b) Para cada estado en el instante t, para t = 1…T
Costo(xi(t)) = min (Costo(yi(t-1)) + CostoTransición(yi(t-1), xi(t)))
Donde yi(t-1) son todos los estados desde los cuales xi(t) es
accesible. Junto con el costo se debe guardar el estado
predecesor.
48
lagrangeana
c) Para t = T, se escoge el estado con menor costo, con lo cual la

ruta óptima queda plenamente definida.
En este punto se pueden incorporar condiciones de frontera que

restrinjan los estados deseados para el final del horizonte de
planificación.
49
lagrangeana
Actualización de los multiplicadores:
Se evalúa la función dual:
G T T
F (  )  min   (C
i 1 t 1
i   t ) Pg it  
t 1
t DT t
F (  k )  F (  k 1 )
y se calcula: k 
F (  k 1 )
k   STOP
si
k   Actualizar l
50
lagrangeana
Actualización de los multiplicadores:
El multiplicador para la iteración k+1 se obtiene como:
k
k 1  k   k
k
donde qk es la dirección del subgradiente en la iteración k.
G
 t  DTt   Pg it
La longitud del paso está dada por:
i 1
1
k 
   k
51
lagrangeana
Despacho hidrotérmico: PROBLEMA DE
T G PROGRAMACIÓN
min  C i Pg it LINEAL
t 1 i 1
Sujeto a:
G H
a) Balance de potencia  Pg
i 1
it   Ph
j 1
jt  Dt
b) Restricciones de centrales hidro  Ph

t
jt  Eh j
c) Restricciones de unidades térmicas
Pg it  Pg it  Pg it si u i (t )  1
Pg it  0 si u i (t )  1
52
lagrangeana
Despacho hidrotérmico:
• La solución del problema dual no es factible para el problema primal
(por lo general).
• El despacho económico efectúa una asignación óptima de carga

entre los generadores despachados, haciendo factible la solución
• Sin embargo, los generadores despachados pueden no ser

suficientes para cubrir la demanda
• En el despacho se modela una unidad de déficit con costo elevado

y sin restricciones de operación
53
lagrangeana
Lazo principal:
• Efecto oscilatorio se reduce mediante una ponderación del costo

marginal pasado al lazo de commitment en la iteración k (k ≥ 2)
k 1
0    CM k  (1   )  0
k
• El lazo principal se detiene cuando la brecha de dualidad (duality

gap) es menor a un valor predeterminado (0.05%) o al cumplir un
máximo de iteraciones (10)
54
Maximización de la función dual para
diferentes valores del parámetro α
Maximización Función Dual: Período lluvioso Maximización Función Dual: Período seco
213,000 824,500
212,500 a a
Función Dual (USD)

Función Dual (USD)
824,000
212,000
0.05 0.05
211,500 823,500
0.1 0.1
211,000 1 1
210,500 10 823,000 10
210,000
822,500
209,500
209,000 822,000
1 3 5 7 9 11 13 15 17 19 1 3 5 7 9 11 13 15 17 19
Iteración Iteración
Multiplicador hora 19: Período lluvioso Multiplicador hora 19: Período seco
4.75 7.20
a a
4.70 7.15
(cUSD/kWh)
(cUSD/kWh)
0.05 0.05
4.65 0.1 7.10 0.1
1 1
4.60 10 7.05 10
4.55 7.00
4.50 6.95
1 3 5 7 9 11 13 15 17 19 1 3 5 7 9 11 13 15 17 19 55
Valores óptimos de los problemas
primal y dual y la brecha de dualidad
Soluciones primal y dual. Caso 4 Soluciones primal y dual. Caso 12
331000 0.50 1230000 1.00

330000 0.40 1228000 0.80
Costo (USD)
Costo (USD)
Gap (%)
Gap (%)
329000 0.30 1226000 0.60
328000 0.20 1224000 0.40
327000 0.10 1222000 0.20
326000 0.00 1220000 0.00
0 1 2 3 4 5 6 7 8 9 10 0 1 2 3 4 5 6 7 8 9 10
Primal Dual Gap Primal Dual Gap
56
lagrangeana
Algunas observaciones:
• La brecha de dualidad se reduce a medida que el número de generadores
se incrementa y, en la mayoría de casos prácticos, alcanza valores
inferiores al 0.1%
• Los parámetros  y  utilizados en el método de subgradiente pueden

requerir un ajuste de acuerdo con las condiciones particulares de cada
problema.
• Los algoritmos de relajación lagrangeana, al depender de métodos

heurísticos, no son capaces de identificar o distinguir soluciones múltiples.
Si bien, desde el punto de vista del operador del sistema, todas las
soluciones pueden ser igualmente buenas, para los generadores cada
solución representa un programa de operación diferente, con ganancias
distintas, que pueden crear un claro conflicto de intereses
57

Modulo3 CH CortoPlazo

Cargado por

Información del documento

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

Modulo3 CH CortoPlazo

Cargado por

Copyright:

Formatos disponibles

ESCUELA POLITÉCNICA NACIONAL

FACULTAD DE INGENIERÍA ELÉCTRICA

Ing. Marco Valencia, M.Sc.

III. Operación Económica del Sistema

• Solución mediante programación

• Solución mediante relajación

• Solución mediante programación

• Solución mediante relajación

Selección de unidades térmicas

COORDINACIÓN HIDROTÉRMICA Despacho de generación

FORMULABLE MATEMÁTICAMENTE, pero…

… desde el punto de vista práctico, no es

• Combustible FCi(Pi) = Ci * Hi(Pi)

• Mantenimiento MCi(Pi) = BMi + IMi * Pi

Aplicación al sistema ecuatoriano

• La potencia generada es proporcional al caudal turbinado

Aplicación al sistema ecuatoriano

• Costos de producción proporcionales a la potencia producida (CVP)

b) Restricciones de centrales hidro

c) Restricciones de generadores térmicos

b) Restricciones de centrales hidro

Potencias máximas y mínimas:

c) Restricciones de generadores térmicos

Tiempos mínimos de operación y de parada

a) Particionar el problema en dos problemas parciales:

b) Solución conjunta en un único procedimiento

• Solución mediante programación

• Solución mediante relajación

• A diferencia del modulo de corto plazo del SDDP, el NCP resuelve

• El NCP resuelve un problema de programación lineal-entera mixta

• CENACE contrató una personalización del modelo

– Representación de las curvas de costos de los generadores

CO: costo operativo térmico variable

CA: costo de arranque térmico

CD: costo asociado a déficit energéticos

α: costo futuro (asociado al valor esperado del costo de

j: índice de las plantas térmicas

t: índice del tiempo (horas)

c(j,t): costo variable ($/MWh) de la planta j en la hora t

g(j,t): generación (MWh) de la planta j en la hora t

a(j): Costo de producción en vacío de la planta j

x(j,t): Variable binaria que determina el estado de encendido de la

ca(j, t): costos unitarios de arranque (en k$)

y(j,t): variable binaria que detecta un arranque de la planta j en el

y (j,t) - x (j,t) + x (j,t-1) ≥ 0, para t > 1

x(j,t): Variable binaria que determina el estado de encendido de la

C∆: costo unitario ($/MWh) del racionamiento

∆(n,t): racionamientos en cada barra n del sistema de transmisión

Balance en cada nodo:

 [ f (m, n)  l (m, n)]    (i, t )  Q (i, t )  g ( j , t )    (n, t )  D (n, t )

Flujo de potencia DC:

Límites de las líneas:

V (i, t  1)  V (i, t )  A(i, t )  Q (i, t )  S (i, t )   [Q ( m , t  

Tiempo mínimo de operación:

Velocidad de toma de carga: K _

• Solución mediante programación

• Solución mediante relajación

• El problema principal y los subproblemas se resuelven

b) Restricciones de centrales hidro

c) Restricciones de generadores térmicos

b) Restricciones de centrales hidro

c) Restricciones de generadores térmicos

b) Restricciones de centrales hidro

c) Restricciones de generadores térmicos