Unidad I: Estado de Operación

del Sistema eléctrico de

potencia
Ph.D. Miguel Torres R.
mitorres@fiec.espol.edu.ec
Oficina: Virtual

Escuela Superior Politécnica del Litoral - ESPOL

Facultad de Ingeniería en Electricidad y Computación

11 de enero de 2022
Índice:
• Políticas

• Introducción

• Operación en estado Estable

• Diseño mecánico
Introducción
Programación Lineal

• Sea el problema LP original

𝑀𝑖𝑛 𝑧 = −2𝑥1 − 3𝑥2
Sujeto a: 2𝑥1 + 𝑥2 ≤ 8
𝑥1 + 2𝑥2 ≤ 6
𝑥1 , 𝑥2 ≥ 0

• La variable z representa el valor de la función objetivo

• Gráficamente, es posible resolver el problema LP.

Programación Lineal
Programación Lineal

• El problema LP puede ser escrito en la forma padrón como

sigue:
𝑀𝑖𝑛 𝑧 = −2𝑥1 − 3𝑥2
Sujeto a: 2𝑥1 + 𝑥2 + 𝑥3 = 8
𝑥1 + 2𝑥2 + 𝑥4 = 6
𝑥1 , 𝑥2 , 𝑥3 , 𝑥4 ≥ 0

• Reescribiendo:
𝑀𝑖𝑛 𝑧 = −2𝑥1 − 3𝑥2
Sujeto a: 𝑥3 = 8 − 2𝑥1 − 𝑥2
𝑥4 = 6 − 𝑥1 − 2𝑥2
𝑥1 , 𝑥2 , 𝑥3 , 𝑥4 ≥ 0
Programación Lineal
• El método simplex es un proceso iterativo que inicia de una
solución ( 𝑥1 , 𝑥2 , 𝑥3 , 𝑥4 ) que satisface las ecuaciones de
desigualdad y de no negatividad y busca una nueva solución
𝑥1 , 𝑥2 , 𝑥3 , 𝑥4 con un valor de función objetivo menor.
(−2𝑥1 − 3𝑥2< −2𝑥1 − 3𝑥2 )
• El proceso iterativo continua hasta encontrar una solución que
no pueda ser mejorada. La solución final es la solución óptima.

• Para iniciar el proceso iterativo, se requiere de una solución

factible inicial 𝑥1 , 𝑥2 , 𝑥3 , 𝑥4 . Para el ejemplo dado, esto es fácil.
Se admite que todas las variables originales sean cero y se
utilizan las ecuaciones de igualdad para determinar los valores
de las variables auxiliares de holgura.
𝑥10 = 0, 𝑥20 = 0, 𝑥30 = 8, 𝑥40 = 6, 𝑧 0 = 0

• ¿Puede ser mejorada la solución?

Programación Lineal
• Como el coeficiente de 𝑥1 y 𝑥2 son negativos, se por ejemplo el
valor de 𝑥2 (variable con el coeficiente más negativo) fuese
aumentado de cero para un valor positivo, disminuiríamos el
valor de z.

• Pero, debido al cambio en el valor de 𝑥2 , los valores de las

variables auxiliares de holgura ( 𝑥3 , 𝑥4 ) también cambiarán.
Además, se debe cuidar que estos valores no sean negativos.

• Como𝑥1 = 0, se ve que 𝑥3 = 8 − 𝑥2 , para mantener 𝑥3 no negativo,

debido al aumento de 𝑥2 , éste no debe exceder el valor de 8.
Similarmente, la no negatividad de 𝑥4 = 6 − 2𝑥2 impone un límite
de 𝑥2 ≤ 3.

• Como todas las restricciones deben ser cumplidas, 𝑥2 ≤ 3.

Programación Lineal
• De esta forma la nueva solución mejorada es:

𝑥11 = 0, 𝑥21 = 3, 𝑥31 = 5, 𝑥41 = 0, 𝑧 1 = −9

• Fin de la primera etapa (primera iteración)

• En la primera etapa se tiene un grupo de las variables que eran

inicialmente cero y las variables auxiliares de holgura expresadas
explícitamente en los términos de éstas. Esta propiedad se puede
utilizar para la nueva solución.

• Se debe reescribir las ecuaciones de tal manera que 𝑥2 , 𝑥3 , 𝑧 sean

funciones de 𝑥1 , 𝑥4 . Se utiliza entonces: 𝑥2 = 3 − 0.5𝑥1 − 0.5𝑥4 .
Programación Lineal
• Se puede reescribir las ecuaciones como:
𝑧 = −9 − 0.5𝑥1 + 1.5𝑥4
Sujeto a: 𝑥3 = 5 − 1.5𝑥1 + 0.5𝑥4
𝑥2 = 3 − 0.5𝑥1 − 0.5𝑥4
𝑥1 , 𝑥2 , 𝑥3 , 𝑥4 ≥ 0

• Note que la solución actual puede ser encontrada asumiendo las

variables independientes iguales a cero y usando las ecuaciones
anteriores para obtener los valores de las variables dependientes.
Como el coeficiente de 𝑥4 es positivo, un aumento en su valor
ocasionará un aumento en el valor de 𝑧.

• De esta forma, 𝑥1 es la única variable con coeficiente negativo

que puede ser incrementado para obtener una disminución
adicional de la función objetivo.
Programación Lineal
• De nuevo, se necesita determinar el valor de variable 𝑥1 al que
debe llegar sin violar la no negatividad de las variables
dependientes. Por esto, 𝑥3 y 𝑥2 imponen un límite tal que
𝑥1 ≤ 10 3 y 𝑥1 ≤ 6, respectivamente. Al tener que satisfacer todas
las restricciones, 𝑥1 ≤ 10 3.

• Ahora la nueva solución será:

𝑥12 = 10 3 , 𝑥22 = 4 3 , 𝑥32 = 0, 𝑥40 = 0, 𝑧 2 = − 32 3

• Fin de la segunda iteración.

• Una vez más, se debe determinar, si es posible, una disminución

adicional en la función objetivo. Luego, las ecuaciones de 𝑥1 , 𝑥2 ,
𝑧 deben ser escritas en función de las variables 𝑥3 , 𝑥4 . Para eso se
utiliza la ecuación 𝑥1 = 10 3 − 2 3 𝑥3 + 1 3 𝑥4
Programación Lineal
• Se puede reescribir las ecuaciones como:
𝑧 = − 32 3 + 1 3 𝑥3 + 4 3 𝑥4
Sujeto a: 𝑥1 = 10 3−
2
3 𝑥3 + 1 3 𝑥4
𝑥2 = 4 3 + 1 3 𝑥3 − 2 3 𝑥4
𝑥1 , 𝑥2 , 𝑥3 , 𝑥4 ≥ 0

• No se puede identificar una variable independiente en la cual un

incremento represente una disminución en el valor de la función
objetivo, porque todas las variables tienen coeficientes positivos
en la expresión de z.

• Fin del método Simplex, la solución actual es la solución óptima.

𝑥1∗ = 10 3 , 𝑥2∗ = 4 3 , 𝑥3∗ = 0, 𝑥4∗ = 0, 𝑧 ∗ = − 32 3

Algoritmo Simplex

1. Introducir las variables de holgura, una para cada desigualdad.

2. Montar un cuadro para los cálculos, colocando los coeficientes de todas
las variables con los respectivos signos y, en la primera línea, incluir los
coeficientes de la función objetivo transformada.
3. Establecer una solución básica inicial:
▫ Usualmente atribuyendo un valor cero a las variables originales y encontrando
valores positivos para las variables de holgura.
4. Como próxima variable a entrar en la base, escoger la variable no básica
que ofrece, en la primera línea, la mayor contribución para la
disminución de la función objetivo (o sea, la que tenga el mayor valor
negativo)
▫ Si todas las variables que están fuera de la base tuviesen coeficientes nulos o
positivos en esta línea, la solución actual es óptima.
▫ Si alguna de las variables tuviese coeficiente nulo, esto significa que ella puede
ser introducida en la base sin disminuir el valor de la función objetivo. Esto
quiere decir que tenemos una solución óptima, con el mismo valor de la función
objetivo.
Algoritmo Simplex

5. Para escoger la variable que debe dejar la base, se debe realizar el

siguiente proceso:
▫ Dividir los elementos de la última columna por los correspondientes
elementos positivos de la columna de la variable que va a entrar en la base.
Caso no exista ningún elemento positivo en esta columna, el proceso debe
parar, ya que la solución sería ilimitada.
▫ El menor cociente indica la ecuación cuya respectiva variable básica deberá
ser anulada, cambiando a variable no básica.
6. Usando operaciones válidas con las líneas de la matriz, transformar el
cuadro de cálculos de forma tal que se encuentre la nueva solución
básica.
▫ La columna de la nueva variable básica deberá convertirse en vector
identidad, donde el elemento 1 aparece en la línea correspondiente a la
variable que se está anulando.
7. Regresar al paso 4 para iniciar otra iteración
Taller – (20 minutos)

Realizar la resolución de la minimización/maximización del

ejemplo indicado por el profesor: