Documentos de Académico
Documentos de Profesional
Documentos de Cultura
eléctrico
5 Ejercicios propuestos
2
1 Introducción a los SEE
Comercializadores
Productores (1) Transportistas (2) Distribuidores (2) Consumidores
(1)
3
1 Introducción a los SEE
El funcionamiento tradicional
• Tecnologías maduras.
• Suministro en condiciones de
calidad y seguridad.
• Flujos unidireccionales.
Automatización de la
P2P SMART HOME
construcción
Economía de la “compartición” Un hogar provisto de luz,
Sistemas de energía eficientes
también en energía calefacción y dispositivos
actuando directamente sobre el
que es controlable de
edificio y proporcionando
forma remota
flexibilidad a la red
Almacenamiento de energía
Vehículos eléctricos
Energía que es almacenada y
No sólo cómo un sistema alternativo de movilidad, si no
convertida en eléctrica cuando se
también de almacenamiento que puede interactuar con la red
necesita
5
1 Introducción a los SEE
6
1 Introducción a los SEE
Red de Transporte
7
1 Introducción a los SEE
Red de Transporte
8
1 Introducción a los SEE
OPERADOR DEL
Datos SISTEMA
Liquidación
Flujo de información
A B C
• Generación de punta
con pocas horas de
Precio de casación funcionamiento (i.e.
hidráulica con bajo nivel
de embalse)
- Objetivo: creación de un mercado diario de electricidad integrado que abarque a toda la UE.
- Algoritmo “Euphemia”: proceso de subasta y casación + asignación simultánea de la capacidad de
13
intercambio.
1 Introducción a los SEE
14
Índice
5 Ejercicios propuestos
15
2 Modelado y simulación de los SEE
¿QUÉ ES UN MODELO?
Definición: “Esquema teórico, generalmente en forma matemática, de un sistema o de una realidad
compleja, como la evolución económica de un país, que se elabora para facilitar su comprensión y el
estudio de su comportamiento.” (diccionario de la R.A.E.)
• Representación precisa de una realidad.
• Herramienta de ayuda a la toma de decisiones.
• Puede involucrar un equipo multidisciplinar.
• Equilibrio entre representación detallada y capacidad de obtener la solución. Riesgos:
Modelado exhaustivo, cuasi real: puede ocasionar la carencia de un algoritmo que solucione el
problema.
Modelado simplista para utilizar un algoritmo disponible: pueden llegar a darse soluciones de un
problema que no existe.
• 2 roles fundamentales:
Modelador: especifica y desarrolla el modelo.
Experto: conoce el problema real.
16
2 Modelado y simulación de los SEE
¿QUÉ ES UN MODELO?
- Análisis y detección de las relaciones entre datos.
- Suposiciones y aproximaciones a los problemas.
CIENCIA - Algoritmos específicos de solución.
+
- Soluciones del modelo.
BENEFICIOS
- Organiza la información disponible.
- Estructura la comprensión del comportamiento del sistema.
- Permite compartir supuestos entre modelador y experto.
- Proporciona una herramienta para el análisis.
- Indica dirección de mejora en las decisiones.
‘All models are wrong, some models are useful’ (George Box) 17
2 Modelado y simulación de los SEE
3 Resolución
18
2 Modelado y simulación de los SEE
19
2 Modelado y simulación de los SEE
20
2 Modelado y simulación de los SEE
3 Resolución
• Algoritmo de obtención de solución óptima, cuasi-
óptima o, al menos, satisfactoria.
4 Verificación, validación y refinamiento
• Diferentes métodos de optimización:
Métodos clásicos:
o Listas de prioridad.
5 oInterpretación
Programación linealy(LP).
análisis de resultados
o Programación lineal entera mixta (MILP).
o Programación no lineal.
o Optimización estocástica. documentación y mantenimiento
6 Implantación,
o Programación dinámica.
Métodos metaheurísticos (Inteligencia Artificial):
o Algoritmos evolutivos (genéticos).
o Fuzzy Logic (teoría de conjuntos borrosos).
o…
21
2 Modelado y simulación de los SEE
3 Resolución
22
2 Modelado y simulación de los SEE
3 Resolución
23
2 Modelado y simulación de los SEE
3 Resolución
• Expansión de la capacidad de
transporte y generación. • Gestión de la cuota de
• Gestión del riesgo. mercado. • Oferta estratégica:
Mercados
• Contratos de largo plazo. • Predicción de precios. Mercado diario.
liberalizados
Compra de • Estimación presupuestaria. Mercados de servicios
combustibles. • Simuladores de oferta en complementarios.
Derivados financieros mercados de derivados.
de los mercados energét.
• Expansión de la capacidad de
transporte y generación. • Gestión de los • Despacho económico.
• Ciclos de mantenimiento y aprovisionamientos de CB (gas, • Programación horaria de
Sistemas reforma de centrales. carbón, etc.) centrales térmicas.
regulados • Gestión de la energía: • Coordinación hidrotérmica de • Coordinación hidrotérmica de
Ciclo del combustible medio plazo. corto plazo.
nuclear. Valor de las reservas • Gestión de los ciclos de
Gestión de embalses hídricas. bombeo.
hiperanuales.
5 Ejercicios propuestos
26
3 PL: Despacho Económico
Solución óptima
Maximizar 3x1 + 5x2
Sujeto a: x1 ≤ 4
x2 ≤ 6 (0,6) (2,6)
3x1 + 2x2 ≤ 18
x1 ≥ 0
x2 ≥ 0
(4,3)
(0,0) (4,0)
x1
Teorema fundamental de la P.L.: “Si un problema de P.L. tiene una solución óptima,
ésta tiene que ser una solución básica factible.” 28
3 PL: Despacho Económico
https://www.entsoe.eu/data/map/ 29
3 PL: Despacho Económico
1 1
2 2
−
= cos − + sen − +
+ + +
1
=− sen − + cos − + −
+ + + 2
30
3 PL: Despacho Económico
Modelo “DC” sin pérdidas. Se deriva del modelo AC a través de diversas simplificaciones:
− 1 1
= =− + =0
31
3 PL: Despacho Económico
Minimizar
, ∀ ∈
Sujeto a:
Mínimo técnico y máxima potencia
≤ ≤ ∀ ∈Ω
por unidad de generación
−
− ≤ ≤ ∀( , ) ∈ Ω í Flujo de potencia máximo por línea
de transporte
−
+ = ∀ ∈Ω Balance de potencia por nudo
∀ ∈ ∀( , )∈ í
32
3 PL: Despacho Económico
Variables:
es la producción de la unidad .
es el ángulo de fase de la tensión en el nudo . Tomamos el nudo 1 como origen de fases, = 0.
Parámetros:
es el coste variable de producción de la unidad .
es el mínimo técnico de la unidad .
es la capacidad máxima de la unidad .
es el flujo máximo de potencia activa admisible a través de la línea ( , ).
es la reactancia de la línea ( , ).
33
es la demanda del nudo .
3 PL: Despacho Económico
1 2
0.20puMW
3 4 5
Líneas (Ω í ) 1-2 1-3 2-3 2-4 2-5 3-4 4-5 Coste variable Potencia máxima Potencia mínima
Admitancia [ = Generador
16,67 4,17 5,56 5,56 8,33 33,33 4,17 (€/puMWh) [ ] (puMW) [ ] (puMW)
1/ ] (puS) 1 5 1,1 0,4
Flujo máximo
2,0 0,8 0,6 0,6 1,2 0,4 1,4 2 6 1,2 0,5
[ ] (puMW)
= = 5p1+6p2
3 4 5
∀ ∈
0.45puMW 0.40puMW 0.60puMW
Sujeto a:
Límites de potencia de los generadores Balance de potencia en los nudos
≤ ≤ ∀ ∈Ω −
+ = ∀ ∈Ω
0,4 ≤ ≤ 1,1
0,5 ≤ ≤ 1,2 ∀ ∈ ∀( , )∈ í
* http://www.mathworks.es/es/help/optim/ug/linprog.html
36
3 PL: Despacho Económico
37
3 PL: Despacho Económico
= = 5p1+6p2
∀ ∈
≤ ≤ ∀ ∈Ω
0,4 ≤ ≤ 1,1
0,5 ≤ ≤ 1,2
−
− ≤ ≤ ∀( , ) ∈ Ω í
−
+ = ∀ ∈Ω
∀ ∈ ∀( , )∈ í
4,17 0 − + 5,56 − +⋯
… + 33,33 − = 0,45 nudo 3
33,33 − + 5,56 − +⋯
… + 4,17 − = 0,4 nudo 4
39
4,17 − + 8,33 − = 0,6 nudo 5
3 PL: Despacho Económico
- Caso 1: modificación admitancia línea 1-2 - Caso 2: incremento potencia máxima generador 1
(16,67puS 1puS) (1,1puMW 1,2puMW)
X= X=
0.9591 1 2 1.1500 1 2
0.6909 0.5000
-0.1758 0.20puMW -0.0462
-0.1878 -0.0912 0.20puMW
-0.1998 -0.0966
-0.2318 3 4 5 -0.1110 3 4 5
FVAL = 0.45puMW 0.40puMW 0.60puMW
FVAL = 40
8.9409 8.7500 0.45puMW 0.40puMW 0.60puMW
Índice
5 Ejercicios propuestos
41
4 MILP: Oferta y autoprogramación
xj ≤ a xj ≥ a + 1
3. Criterios de poda:
Solución candidata (zj < z*)
- P.L. no factible.
- Solución entera. Poda (zj > z*)
- Solución no entera con zj > z*.
4. FIN: Solución de todos los subproblemas posibles.
42
4 MILP: Oferta y autoprogramación
Solución
candidata
43
4 MILP: Oferta y autoprogramación
* Demanda de energía
eléctrica en tiempo real
REE:
https://demanda.ree.es/vis
iona/peninsula/demanda/t
otal
45
4 MILP: Oferta y autoprogramación
Maximizar − + + +
, , , ∀ ∈ ,∀ ∈
Índices:
ℎ es el índice de los periodos temporales (horarios), pertenecientes al conjunto de horas
consideradas en el horizonte de programación (Ω ).
es el índice de las unidades de generación, pertenecientes al conjunto de instalaciones que
configuran el portfolio del productor (Ω ).
Variables:
es la producción de la unidad durante el periodo ℎ.
es la variable de estado binaria de la unidad durante el periodo ℎ. Si está acoplada toma el
valor 1, si está desacoplada 0.
es la variable binaria indicadora del arranque de la unidad durante el periodo ℎ, que
tomará el valor 1 solo si la unidad arranca al inicio de dicho periodo.
es la variable binaria indicadora de la parada de la unidad durante el periodo ℎ, que tomará
el valor 1 solo si la unidad desacopla al inicio de dicho periodo.
47
4 MILP: Oferta y autoprogramación
CA t CA
to
CA C o c t
co+cf
Modelo de arranque
co co
en caliente
t 49
t
tcr
4 MILP: Oferta y autoprogramación
Parámetros:
es el coste de parada de la unidad .
Representa fundamentalmente coste de combustible desperdiciado (y emisiones asociadas) en el
proceso de desacople de una central. Son comparativamente mucho más pequeños que los costes
de arranque y bastante estables, por lo que pueden considerarse con bastante aproximación
constantes.
es el mínimo técnico de la unidad .
es la capacidad máxima de la unidad .
es la rampa de subida límite de la unidad .
es la rampa de bajada límite de la unidad .
es el precio estimado para el periodo horario ℎ.
50
4 MILP: Oferta y autoprogramación
Maximizar − + + +
, , , ∀ ∈ ,∀ ∈
Sujeto a:
≤ ≤ ∀ ∈ Ω , ∀ℎ ∈ Ω Mínimo técnico y máxima potencia
− ≤ ∀ ∈ Ω , ∀ℎ ∈ Ω Rampa de subida
− ≤ ∀ ∈ Ω , ∀ℎ ∈ Ω Rampa de bajada
− = − ∀ ∈ Ω , ∀ℎ ∈ Ω Secuencia lógica de arranque/parada
, , ∈ 0,1 Declaración de variables binarias
Transición − →
Arranque en h 1 0 1 0
Parada en h 0 1 0 1
Funcionamiento continuo 0 0 1 1
Ligadura entre
Parada continua 0 0 0 0
variables binarias
Económicamente inviable 1 1 0 0
Económicamente inviable 1 1 1 1 51
4 MILP: Oferta y autoprogramación
52
4 MILP: Oferta y autoprogramación
= ∑∀ ∈ ,∀ ∈ − + + + =
53
4 MILP: Oferta y autoprogramación
55
4 MILP: Oferta y autoprogramación
Resultados
Variables
Periodo Arranque Beneficios
estado Parada (z) Potencia (p) Ingresos (€) Costes (€)
horario (y) (€)
(u)
1 0 0 0 0 0 0 0
2 1 1 0 150 7.500 -8.600 -1.100
3 1 0 0 300 18.000 -15.100 2.900
4 1 0 0 200 12.000 -10.100 1.900
5 1 0 0 100 4.000 -5.100 -1.100
6 0 0 1 0 0 -150 -150
TOTAL 41.500 -39.050 2.450
56
4 MILP: Oferta y autoprogramación
5 Ejercicios propuestos
58
5 Ejercicio propuesto 1
D3 2
Línea 1-2 1-3 1-5 1-7 2-3 2-6 4-6 4-7 5-6
4 Admitancia [Yij] (S -
4,2 4,5 6,0 7,5 7,0 4,0 5,5 4,8 6,9
p.u.)
6 Flujo máximo
2,1 2,2 3,1 2,8 4,6 2,6 1,8 1,6 3,7
G3 [Fijmax] (MW – p.u.)
D6
Se pide:
1. Formulación matemática del problema de optimización.
2. Producción de cada generador que minimiza los costes de explotación del sistema, coste de operación asociado y flujo de potencia que
circula por cada línea.
3. Modifíquese el flujo máximo de la línea 1-5, reduciéndolo a la mitad. ¿Se modifican el óptimo y los flujos de energía del sistema?
Analizar resultados.
59
Documentación a presentar: Informe en .doc o .pdf, incluyendo código del modelo elaborado.
5 Ejercicio propuesto 2
Determinar para un horizonte de planificación multi-horario (5 horas) el arranque y parada óptimo de cada central, de tal forma que se
suministre la demanda en cada hora, el coste se minimice, y se satisfagan determinadas restricciones técnicas y de seguridad. A saber:
- Costes de arranque y parada de cada central térmica.
- Costes de funcionamiento: coste fijo y coste variable.
- Las centrales térmicas no pueden funcionar ni por debajo de una producción mínima, ni por encima de una producción máxima.
- Rampas máximas de subida de carga y rampas máximas de bajada de carga.
- Cualquier central que está funcionando puede pararse pero no arrancarse, y análogamente cualquier central parada puede arrancarse
pero no pararse.
- La demanda debe suministrarse en cada periodo. Por razones de seguridad, la potencia total disponible en centrales en funcionamiento
debe ser mayor que la demanda en una determinada cantidad de reserva.
- Se considera que todas las centrales están paradas en el periodo previo al primero del horizonte de planificación [pj0 = 0]. 60
5 Ejercicio propuesto 2
Se pide:
1. Secuencia de arranque y parada, y producción horaria de cada generador asociada, que minimiza los costes de explotación del
sistema. Determinar coste total asociado al periodo de planificación.
2. Analizar el impacto de acometer un proyecto de mejora en la central 2 que aumenta en un 20% sus límites de rampa.
Documentación a presentar: Informe en .doc o .pdf, incluyendo código del modelo elaborado.
61
5 Ejercicios propuestos
Software
Matlab: https://es.mathworks.com/products/matlab.html
Excel: https://www.microsoft.com/es-es/microsoft-365/excel
GAMS: https://www.gams.com/
Python: https://www.python.org/
Octave: https://www.gnu.org/software/octave/
62
5 Ejercicios propuestos
Peso sobre el total de la asignatura: 2,5 puntos (sobre 10). De los cuales:
63
BIBLIOGRAFÍA (I)
-[ALON99] Alonso, J., Trías, A., Gaitán, V., Alba, J.J., “Thermal plant bids and market clearing in an
electricity pool: minimization of costs vs. minimization of consumer payments”, IEEE Transactions on
Power Systems, Vol. 14, No. 4. Noviembre 1999.
-[BATL09] Batlle, C. “Deregulation of the generation activity: Wholesale markets in electricity”, Training
Course on Regulation of Energy Utilities, Florence School of Regulation. Diciembre 2009.
-[CARR06] Carrión, M., y Arroyo, J.M., “A Computationally Efficient Mixed-Integer Linear Formulation for
the Thermal Unit Commitment Problem”, IEEE Trans. Power Syst., vol. 21, no. 3, pp. 1371–1378. Agosto
2006.
-[CONE18] Conejo, A., y Baringo, L., “Power System Operations”, Springer. 2018.
-[DAMO04] Damousis, I.G., Bakirtzis, A.G., y Dokopoulos, P.S., “A solution to the unit commitment
problem using integer-coded genetic algorithm,” IEEE Trans. Power Syst., vol. 19, no. 2, pp. 1165–1172.
Mayo 2004.
-[FRAI01] Fraile Mora, J., Wilhelmi Ayza, J.R. “Evolución Histórica del Sector Eléctrico Español. Parte II:
Período 1940-20002.” 7as Jornadas Hispanolusas de Ingeniería Eléctrica. Madrid 2001.
-[GOME02] Gómez Expósito, A. (coordinador), “Análisis y operación de sistemas de energía eléctrica”.
McGraw Hill. Madrid 2002.
-[HAO_98] Hao, S., Angelidis, G.A., Singh, H., Papalexopoulos, A.D., “Consumer payment minimization in
power pool auctions”, IEEE Transactions on Power Systems, Vol. 13, No. 3. Agosto 1998.
64
BIBLIOGRAFÍA (II)