Documentos de Académico
Documentos de Profesional
Documentos de Cultura
2021
Profesor(es) Guía(s):
Dr. Víctor Hinojosa Mateus (UTFSM)
Dr. Alejandro Angulo (UTFSM)
2021
Agradecimientos
1. Introducción 3
1.1. Antecedentes y motivación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2. Objetivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.3. Alcance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.4. Modelación y simulación de los modelos . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.5. Estructura de trabajo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
I
Índice general
Bibliografía 85
Anexos 87
II
Índice de Figuras
III
Índice de Figuras
IV
Índice de Tablas
V
Índice de Tablas
VI
Nomenclatura.
Índices y sets:
i, j : Índice de las barras.
g: Índice de la unidad generadora o de la unidad estática compensadora de reactivos (SVC).
l: Índice de la línea.
t: Índice del año de planificación.
b: Índice del bloque de carga.
GE : Conjunto de unidades existentes.
GX : Conjunto de unidades candidatas.
ΩSV C : Conjunto de unidades estáticas compensadoras de reactivos (SVCs) candidatos.
G: Conjunto de unidades generadoras sin considerar SVCs.
Ωi : Conjunto de las barras del sistema.
ΩLE : Conjunto de líneas existentes.
ΩLX : Conjunto de líneas candidatas.
ΩL : Conjunto de todas las líneas.
Y : Conjunto de períodos en que se modela la demanda.
T : Conjunto de años de planificación.
Variables:
Ng,t : Variable binaria de inversión (acumulada), asociada a la unidad generadora o SVC g, en el
año t.
xl,t : Variable binaria de inversión (acumulada), asociada a la línea l, en el año t.
Pg,h,t : Variable real, asociada a la potencia despachada por la unidad g, en el bloque horario h
del año t.
Qg,h,t : Variable real, asociada a la potencia reactiva despachada por la unidad g, en el bloque
horario h del año t.
rpg,b,t : Variable real, asociada a la potencia activa despachada por la unidad virtual de pérdida
de carga g, en el bloque horario h del año t.
rqg,b,t : Variable real, asociada a la potencia reactiva despachada por la unidad virtual de pérdida
de carga g, en el bloque horario h del año t.
pfl,h,t
LE
: Variable real asociada al flujo de potencia activa f rom por la línea existente l, en el bloque
horario h del año t.
VII
Índice de Tablas
pfl,h,t
LX
: Variable real asociada al flujo de potencia activa f rom por la línea candidata l, en el bloque
horario h del año t.
fLE
ql,h,t : Variable real asociada al flujo de potencia reactiva f rom por la línea existente l, en el
bloque horario h del año t.
fLX
ql,h,t : Variable real asociada al flujo de potencia reactiva f rom por la línea candidata l, en el
bloque horario h del año t.
ptl,h,t
LE
: Variable real asociada al flujo de potencia activa to por la línea existente l, en el bloque
horario h del año t.
ptl,h,t
LX
: Variable real asociada al flujo de potencia activa to por la línea candidata l, en el bloque
horario h del año t.
tLE
ql,h,t : Variable real asociada al flujo de potencia reactiva to por la línea existente l, en el bloque
horario h del año t.
tLX
ql,h,t : Variable real asociada al flujo de potencia reactiva to por la línea candidata l, en el bloque
horario h del año t.
∆θ : Variable real asociada a la mitad de las pérdidas de potencia activa, debido al ángulo entre
pll,h,t
barras de la línea l, en el bloque horario h del año t.
∆v : Variable real asociada a la mitad de las pérdidas de potencia activa, debido a la diferencia
pll,h,t
del módulo de tensión entre barras de la línea l, en el bloque horario h del año t.
∆θ : Variable real asociada a la mitad de los requerimientos de potencia reactiva, debido al
qll,h,t
ángulo entre barras de la línea l, en el bloque horario h del año t.
∆v : Variable real asociada a la mitad de los requerimientos de potencia reactiva, debido a la
qll,h,t
diferencia del módulo de tensión entre barras de la línea l, en el bloque horario h del año t.
θi,h,t : Variable real asociada al ángulo de la tensión de la barra i, en el bloque horario h del año
t.
vi,h,t : Variable real asociada al modulo de la tensión de la barra i, en el bloque horario h del año
t.
ng,h,t : Variable binaria que representa el estado de la unidad g, en el bloque horario h del año t.
Cupg,h,t : Representa el costo de arranque de la unidad g, en el bloque horario h del año t.
Parámetros:
αt : Factor de actualización de capital del año t.
PgM : Potencia activa máxima de la unidad g.
Pgm : Potencia activa mínima de la unidad g.
QM
g : Potencia reactiva máxima de la unidad g.
Qm
g : Potencia reactiva mínima de la unidad g.
h: Bloque de carga.
hb : Veces que se repite el bloque de carga por año.
CIg/l : Costo de inversión de la unidad g o línea l.
O&Mg/l : Costo de operación y mantenimiento anual de la unidad g o línea l.
CV pg : Costo de producción en potencia activa de la unidad g.
CV qg : Costo de suministro de reactivos de la unidad g.
VIII
Índice de Tablas
pdb,t : Potencia demandada por barra en el sistema, en el bloque horario h del año t.
SR: Factor de reserva de capacidad del sistema.
Cg : Matriz de incidencia de las unidades de generación y SVCs, existentes y candidatos.
CbrLE : Matriz de incidencia de las líneas existentes.
CbrLX : Matriz de incidencia de las líneas candidatas.
nl: Número de líneas.
Rl : Resistencia de la línea l.
Xl : Reactancia de la línea l.
g: Conductancia serie de la línea.
b: Susceptancia serie de la línea.
bsh : Susceptancia de los elementos shunt.
V oLLp : Representa la pérdida de carga a la que se debe dar lugar para abastecer la demanda
debido al déficit de inyección de potencia activa y la limitación del sistema de transmisión.
V oLLq : Representa el corte de carga reactiva que se debe realizar en los usuarios debido al déficit
en la inyección de potencia reactiva.
cug : Representa el costo de arranque de la unidad g.
DTg : Tiempo mínimo fuera de servicio de la unidad g.
U Tg : Tiempo mínimo en servicio de la unidad g.
SDg : Límite de rampa de apagado de la unidad g [MW/h].
SUg : Límite de rampa de encendido de la unidad g [MW/h].
RDg : Rampa de bajada de la unidad g [MW/h].
RUg : Rampa de subida de la unidad g [MW/h].
sl : Capacidad máxima de la línea existente l.
M , BM y BM2 : Parámetro del modelo Big M , el cuál debe ser lo suficientemente grande como
para no acotar la restricción por debajo de los límites establecidos por la restricción original,
pero no en exceso para evitar que el tiempo de solución del problema se incremente demasiado.
IX
Resumen
El problema de la Planificación de la Expansión de la Capacidad ( CEP por sus siglas en inglés), tiene
como objetivo dar respuesta a cuál es la combinación óptima de tecnologías en cuanto a ubicación,
tiempo y capacidad de generación y transmisión, con el fin de abastecer adecuadamente la energía de
los clientes en el largo plazo.
Tradicionalmente, el problema CEP se divide en dos subproblemas de optimización: el problema de
Planificación de la Expansión de la Capacidad de Generación ( en inglés GCEP), que produce mo-
dificaciones locales en el problema de operación; y el problema de Planificación de la Expansión de
la Capacidad de Transmisión ( en inglés TCEP), que genera cambios importantes en la matriz de
admitancia de barras del sistema. Se debe considerar que el problema de operación tradicionalmente
se formula utilizando un Flujo Óptimo de Potencia en Corriente Continua ( en inglés DC-OPF) lineal.
Por ello, la formulación matemática no considera la potencia reactiva ni la magnitud de tensión en las
barras.
El siguiente estudio desarrolla un modelo CEP para la optimización simultánea del GCEP y TCEP
utilizando una aproximación lineal para el sistema de transmisión en Corriente Alterna (en inglés
AC). Además, la formulación matemática incorpora restricciones de predespacho de las unidades y la
planificación de inversiones en potencia reactiva. La formulación matemática para la planificación de la
expansión a largo plazo se valida utilizando sistemas del tipo IEEE de 39 y 118 barras, considerando una
curva de demanda de 24 horas. Los resultados de la simulación incluyen métricas de error y gráficas
para visualizar las distintas variables de decisión que sirven como indicadores de rendimiento de la
solución de un Flujo de Potencia en AC (en inglés PF-AC). El tiempo de simulación, el número de
variables y la cantidad de restricciones también se incluyen para demostrar la complejidad matemática.
Abstract
The capacity expansion planning (CEP) problem aims to answer what are the optimal technology mix
in regards to location, time, and installed generation and transmission capacities to supply adequately
the long-term energy of the customers.
Traditionally, the CEP problem is divided using two optimization frameworks: the generation capacity
expansion planning (GCEP) problem, which produces local modifications in the operational problem;
and the transmission capacity expansion planning (TCEP) problem, which makes important changes
in the bus admittance matrix. Notice that the operational problem has been traditionally formulated
using a linear DC optimal power flow. Because of that reason, the mathematical formulation does not
consider the reactive power and the voltage bus magnitudes.
The following study develops a CEP model for the simultaneous optimization of the GCEP and TCEP
using a linear approach for the transmission system in Alternating Current (AC). In addition, the
mathematical formulation incorporates unit commitment constraints and power reactive planning in-
vestments. The mathematical formulation for the long-term expansion planning is validated using the
IEEE 39-bus and the IEEE 118-bus power systems using a 24-hourly load behavior. Simulation re-
sults include error metrics and display figures of different decision variables that serve as performance
indicators of the AC power flow solution. The solver simulation time and number of variables and
constraints are also included in order to demonstrate the mathematical complexity.
Capítulo 1
Introducción
3
Capítulo 1. Introducción
1.2. Objetivos
Objetivo general:
Formular, en base a aproximaciones lineales, las restricciones del problema de flujos de potencia
activa y reactiva del sistema de transmisión en AC aplicándolas a problemas de operación y
planificación de sistema eléctricos de potencia.
Objetivos específicos:
Desarrollar las restricciones del problema de flujos de potencia en AC mediante aproximaciones
lineales, aplicando cada una de las aproximaciones a la solución de un flujo de potencia y un flujo
óptimo de potencia.
Evaluar cómo se desempeñan las formulaciones desarrolladas respecto a la exactitud y conver-
gencia del problema, justificando las ventajas y desventajas de las aproximaciones del problema
AC.
Formular el problema de planificación de la generación y/o transmisión, incorporando las apro-
ximaciones desarrolladas y evaluando indicadores de desempeño respecto a la formulación AC.
Validar la escalabilidad de la metodología propuesta mediante su implementación en distintos
sistemas de prueba tipo IEEE.
1.3. Alcance
Este trabajo de memoria tiene por alcance formular matemáticamente el problema de la planificación
conjunta de generación y transmisión, utilizando aproximaciones lineales para representar el sistema de
transmisión en corriente alterna. Se realiza un análisis en sistemas de prueba del tipo IEEE, adaptados
para poder aplicarse a un problema multiperíodo, considerando restricciones de predespacho de las
unidades e implementándose mediante las herramientas de Python y Gurobi.
4
Capítulo 2
En la literatura técnica existen diversas formulaciones para resolver el problema de flujos de potencia
tanto en AC como en Corriente Continua (en inglés DC), las cuales tienen como finalidad representar
diferentes variables tales como: potencia activa, potencia reactiva, magnitud y ángulo del voltaje, y
pérdidas. En este trabajo se propone utilizar 3 formulaciones que aproximan el problema no lineal de
flujos de potencia [9], evaluando su desempeño para su posterior aplicación a un modelo de planificación
de generación y transmisión en AC.
En primera instancia se presentan las aproximaciones lineales de las 3 formulaciones, profundizando
en el detalle de cada una de ellas.
0 0 0
Yb = Cf T Yf + Ct T Yt (2.2)
Matrices Yf e Yt
Corresponden a las matrices de admitancia f rom y to respectivamente. Su dimensión es nl x nb y son
calculadas como:
5
Capítulo 2. Formulación matemática del problema de Flujo Óptimo de Potencia (OPF)
1 nl 1 nl
Yt = diag{ytf , ..., ytf }Cf + diag{ytt , ..., ytt }Ct (2.4)
0 0
Matrices Yf e Yt
Corresponden a la versión ajustada de las matrices de admitancia f rom y to, considerando sólo la
rama serie del modelo π. Su dimensión es nl x nb y son calculadas como:
0 0 0
Yf = diag{yf1f , ..., yfnl 1 nl
f }Cf + diag{yf t , ..., yf t }Ct (2.5)
0 1 nl 0 0
Yt = diag{ytf , ..., ytf }Cf + diag{ytt1 , ..., yttnl }Ct (2.6)
2.1.2. Aproximación lineal para el flujo por las líneas sin considerar pérdidas
En la Figura 2.1 se presenta el sistema mediante el cual se modela inicialmente el problema.
En (2.9) y (2.10) se presentan las ecuaciones para el flujo de potencia en AC, considerando la potencia
inyectada en el nodo 1 y un modelo π para la línea de transmisión.
p1 = |v1 |2 g12 − |v1 ||v2 |g12 cos(θ12 ) − |v1 ||v2 |b12 sin(θ12 ) (2.9)
bc
q1 = −|v1 |2 (b12 + ) + |v1 ||v2 |b12 cos(θ12 ) − |v1 ||v2 |g12 sin(θ12 ) (2.10)
2
Si se asume que cos(θ12 ) ≈ 1, sin(θ12 ) ≈ θ12 , |v1 | = |v2 | = v0 ≈ 1, v1 -v2 =∆v 6=0 y que G12 6=0, además
de utilizar directamente las admitancias del modelo π de la línea, se pueden obtener las siguientes
expresiones para los flujos de potencia sin pérdidas:
Flujo de potencia activa
p1 ≈ |v1 |g12 (|v1 | − |v2 |) − |v1 ||v2 |b12 θ12
p1 = v0 g12 ∆v12 − v02 b12 θ12 (2.11)
p1 = g12 ∆v12 − b12 θ12
6
Capítulo 2. Formulación matemática del problema de Flujo Óptimo de Potencia (OPF)
Ambas expresiones se han realizado para el modelo π de una línea, donde no existen conductancias en
las piernas sino que sólo existen susceptancias, tal como se muestra en la Figura 2.2.
Rik + jXik
jbsh jbsh
2 2
Si se desea expresar el flujo de potencia sin pérdidas ni intercambios de potencia reactiva de las líneas
en forma matricial, este puede ser descrito por las ecuaciones (2.13), (2.14), (2.15) y (2.16), donde se
presentan ambos extremos de la línea identificándose por el subíndice f al flujo f rom y por el subíndice
t al flujo to.
0
pf = −={Yf }θ + <{Yf }v (2.13)
0
qf = −<{Yf }θ − ={Yf }v (2.14)
0
pt = −={Yt }θ + <{Yt }v (2.15)
0
qt = −<{Yt }θ − ={Yt }v (2.16)
2.1.3. Aproximación lineal para el flujo por las líneas considerando pérdidas y
requerimientos de potencia reactiva de las líneas
Las pérdidas por potencia activa y la potencia reactiva utilizada debido al efecto inductivo de las líneas
en un sistema de 2 barras, como el de la Figura 2.1, se pueden representar por medio de las siguientes
expresiones:
|θ1 − θ2 |
Donde k1 ≈
2
7
Capítulo 2. Formulación matemática del problema de Flujo Óptimo de Potencia (OPF)
Luego, volviendo a las expresiones (2.17) y (2.18), se procede a aproximar θ1 -θ2 a cero, obteniendo los
siguientes resultados:
|v1 − v2 |
Donde k2 ≈
2
Realizando la superposición de ambas expresiones, se obtiene la aproximación para la magnitud de las
pérdidas (2.21) y los intercambios de potencia reactiva (2.22).
paprox
l = |θ1 − θ2 |2k1 g + |v1 − v2 |2k2 g (2.21)
Desde estas últimas expresiones, se puede apreciar que ambas son lineales respecto a la diferencia de
tensión y la diferencia angular. Es por esto que es necesario realizar una estimación para el valor de k1
y k2 dependiendo del sistema que se quiera trabajar y su cargabilidad.
Si se considera que las pérdidas por potencia activa y los requerimientos de potencia reactiva por el
efecto inductivo de las líneas se pueden dividir entre cada una de las barras a las que se conecta la
línea, las ecuaciones (2.21) y (2.22) se transforman en las siguientes expresiones:
paprox
l = 2p∆θ ∆v
l + 2pl
(2.23)
qlaprox = 2ql∆θ + 2ql∆v
Finalmente, en las ecuaciones (2.24), (2.25), (2.26) y (2.27) se incorporan las pérdidas y los requeri-
mientos de potencia reactiva de las líneas en los flujos, considerando que ambas se dividen en los flujos
que ingresan a cada línea.
0
pf = −={Yf }θ + <{Yf }v + p∆θ l + pl
∆v
(2.24)
0
qf = −<{Yf }θ − ={Yf }v + ql∆θ + ql∆v (2.25)
0
pt = −={Yt }θ + <{Yt }v + p∆θ ∆v
l + pl (2.26)
0
qt = −<{Yt }θ − ={Yt }v + ql∆θ + ql∆v (2.27)
− s ≤ p f + Aq qf ≤ s
− s ≤ p f − Aq qf ≤ s
− s ≤ Aq p f + qf ≤ s (2.28)
− s ≤ Aq p f − qf ≤ s
Donde Aq = diag{aq ∈ Rnlx1 }.
8
Capítulo 2. Formulación matemática del problema de Flujo Óptimo de Potencia (OPF)
pf
pf ≤ (√2 - 1) qf + s
aq
s
qf
Figura 2.3: Aproximación convexa mediante un polígono para el límite térmico de una línea [9]
Siguiendo la misma lógica, además de definir un polígono convexo para los flujos pf y qf , se realiza
lo mismo para los flujos pt y qt . El conjunto de restricciones resultantes es el siguiente sistema de
ecuaciones:
− s ≤ pt + Aq qt ≤ s
− s ≤ p t − Aq qt ≤ s
− s ≤ Aq p t + qt ≤ s (2.29)
− s ≤ Aq p t − qt ≤ s
Donde Aq = diag{aq ∈ Rnlx1 }.
2.2.1. Modelo Lossless LP/QP based Optimal Power Flow (LIN-OPF) problem
Esta formulación no considera pérdidas ni requerimientos de potencia reactiva de las líneas. Las va-
riables de decisión del problema son x = [θ v pg qg ]T . El modelo matemático para esta formulación se
presenta a continuación:
min fp (pg ) + fq (qg )
θ
0
−={Yb } <{Yb } −Cg v = −pd (2.30)
pg
θ
0
−<{Yb } −={Yb } −Cg v = −qd (2.31)
qg
Las ecuaciones (2.30) y (2.31) son el balance nodal de potencia activa y reactiva respectivamente.
Además de las restricciones mencionadas, se consideran las restricciones de flujo presentadas en las
ecuaciones (2.13), (2.14), (2.15) y (2.16), y las restricciones por límite térmico presentadas en las
ecuaciones (2.28) y (2.29).
9
Capítulo 2. Formulación matemática del problema de Flujo Óptimo de Potencia (OPF)
2.2.2. Modelo Lossy LP/QP based Optimal Power Flow (LOLIN-OPF) problem
Esta formulación considera pérdidas y requerimientos de potencia reactiva de las líneas. Se utiliza el
vector de decisión x = [θ v pg qg p∆θ
l pl∆v ql∆θ ql∆v ]T . El modelo se presenta a continuación:
k1 diag{g}Cbr θ − pl∆θ ≤ 0
− k1 diag{g}Cbr θ − pl∆θ ≤ 0
k2 diag{g}Cbr v − pl∆v ≤ 0
− k2 diag{g}Cbr v − pl∆v ≤ 0
(2.34)
k1 diag{b}Cbr θ − ql∆θ ≤ 0
− k1 diag{b}Cbr θ − ql∆θ ≤ 0
k2 diag{b}Cbr v − ql∆v ≤ 0
− k2 diag{b}Cbr v − ql∆v ≤ 0
Las ecuaciones (2.32) y (2.33) son el balance nodal de potencia activa y reactiva. Las restricciones de la
ecuación (2.34) representan la magnitud de las pérdidas y los requerimientos de potencia reactiva de las
líneas. Además de las restricciones mencionadas en la ecuaciones (2.32), (2.33) y (2.34), se consideran
las restricciones de flujo presentadas en las ecuaciones (2.24), (2.25), (2.26) y (2.27), y las restricciones
por límite térmico presentadas en las ecuaciones (2.28) y (2.29).
2.2.3. Modelo Mixed LP/QP based Optimal Power Flow (MIP-OPF) problem
Esta formulación considera pérdidas y requerimientos de potencia reactiva de las líneas. Las variables
del problema son x = [θ v pg qg ∆θ ∆v bθ bv ]T . El modelo se presenta a continuación:
10
Capítulo 2. Formulación matemática del problema de Flujo Óptimo de Potencia (OPF)
θ
v
0 T T
−<{Yb } −={Yb } −Cg k1 diag{b}|Cbr | k2 diag{b}|Cbr |
= −qd
qg (2.36)
∆θ
∆v
− M (1 − bθ ) ≤ −Cbr θ ≤ M bθ
0 ≤ −Cbr θ + ∆θ ≤ 2M bθ
0 ≤ Cbr θ + ∆θ ≤ 2M (1 − bθ )
(2.37)
− M (1 − bv ) ≤ −Cbr v ≤ M bv
0 ≤ −Cbr v + ∆v ≤ 2M bv
0 ≤ Cbr v + ∆v ≤ 2M (1 − bv )
Las ecuaciones (2.35) y (2.36) son el balance nodal de potencia activa y reactiv. A diferencia del
modelo LOLIN, las pérdidas y requerimientos de potencia reactiva de las líneas en el balance nodal
se manifiestan a través de las diferencias angulares y de tensión en las líneas. Las restricciones de la
ecuación (2.37) representan un modelo Big M para las diferencias angular y de tensión en las líneas
del sistema de transmisión. Además de las restricciones mencionadas en la ecuaciones (2.35), (2.36)
y (2.37), se consideran las restricciones de flujo presentadas en las ecuaciones (2.24),(2.25),(2.26) y
(2.27), y las restricciones por límite térmico presentadas en las ecuaciones (2.28) y (2.29).
QM m
g ≥ Qg ≥ Qg ∀ g ∈ GE (2.39)
11
Capítulo 2. Formulación matemática del problema de Flujo Óptimo de Potencia (OPF)
Error angular: Se calcula el error cuadrático medio de acuerdo a la ecuación (2.42). En ella θs
y θpf corresponden al vector de ángulos obtenido desde la formulación y al obtenido desde el PF
respectivamente. s
(θpf − θs )T (θpf − θs )
θ = (2.42)
nb
Generador 1:
C1 = 0, 005P12 + 11, 7P1 + 213[$/h]
40 ≤ P1 ≤ 100[M W ]
− 10 ≤ Q1 ≤ 50[M var]
Generador 2:
C2 = 0, 009P22 + 10, 3P2 + 200[$/h]
10 ≤ P2 ≤ 90[M W ]
− 10 ≤ Q2 ≤ 30[M var]
Generador 3:
C3 = 0, 007P32 + 10, 8P3 + 240[$/h]
50 ≤ P3 ≤ 150[M W ]
− 10 ≤ Q3 ≤ 30[M var]
12
Capítulo 2. Formulación matemática del problema de Flujo Óptimo de Potencia (OPF)
G1 G2 G3
Z = 0.01+j0.1
1 b = j0.02 2
M
S = 100
100+j20
Z = 0.05+j0.2 Z = 0.04+j0.3
b = j0.04 b = j0.06
M M
S = 100 S = 100
100+j45
0 v θ Tiempo de solución
Formulación
[ %] [p.u.] [◦ ] [s]
LIN 1.0590 0.0072 0.2071 0.0120
LOLIN 0.4875 0.0045 0.3798 0.0120
MIP 0.4875 0.0045 0.3798 0.0150
Mediante los resultados actuales se puede comprobar que al menos en pequeña escala el error es
pequeño para todas las métricas aplicadas.
Sistema de 3 barras limitando térmicamente una línea: Desde el problema en las condi-
ciones iniciales, se busca restringir el límite térmico de una de las líneas a través de la revisión
de los flujos en todas las líneas del sistema. Por ello en la Tabla 2.2 se muestra el flujo por las
líneas para las 3 formulaciones.
Tabla 2.2: Flujos para el sistema de 3 barras en las condiciones iniciales con las 3 formulaciones
Es necesario mostrar los resultados para el PF posterior a la solución de las formulaciones. Esto
13
Capítulo 2. Formulación matemática del problema de Flujo Óptimo de Potencia (OPF)
Debido al análisis presentado anteriormente, se opta por modificar el límite térmico de la línea
entre las barras 1-2 a 10[MVA]. Los resultados para el sistema con la línea limitada se presentan
en la Tabla 2.4.
0 v θ Tiempo de solución
Formulación
[ %] [p.u.] [◦ ] [s]
LIN 1.0798 0.0109 0.6167 0.0110
LOLIN 0.4424 0.0045 0.3868 0.0120
MIP 0.4424 0.0044 0.3855 0.0150
Tabla 2.4: Resultados para sistema de 3 barras con limitación en una línea
Al igual que para el caso en que el límite térmico de la línea entre las barras 1-2 era de 100
[MVA], el error es aceptable para todas las métricas aplicadas.
14
Capítulo 2. Formulación matemática del problema de Flujo Óptimo de Potencia (OPF)
15
Capítulo 2. Formulación matemática del problema de Flujo Óptimo de Potencia (OPF)
El número que acompaña a cada uno de los cases corresponde a la cantidad de barras en el sistema.
Además de las métricas de error en las 3 últimas columnas se presentan el número de variables, el
número de restricciones y el tiempo de solución del problema.
Desde los resultados anteriores se puede apreciar que las formulaciones tienen un aumento notorio
en cuanto al tiempo de solución del problema a medida que este va creciendo. En específico para el
Case2869pegase mediante la formulación MIP, fue necesario considerar sólo los flujos f rom en el límite
térmico para disminuir el tiempo de solución. Si bien esta información es relevante, las formulaciones
no se van a emplear directamente en un OPF, sino que se utilizarán para formular el problema de
planificación conjunta de generación y transmisión, por lo que el resto del análisis se centrará en las
métricas de error.
El máximo 0 para la formulación LIN fue de un 5.4313 %, para la formulación LOLIN fue un 8.550 %
y para la formulación MIP fue de un 1.4772 %. Estas magnitudes de error considerable corresponden
principalmente a sistemas de pequeña escala. En gran parte de los sistemas, al menos para la formu-
lación LOLIN y MIP, los porcentajes son bastante inferiores, por lo que aquí es relevante mencionar
la influencia de la elección de los parámetros k1 y k2 , que dependen del sistema que se desee estudiar.
Pese a aquello el valor de 0 es razonable para el presente estudio mientras el resto de las métricas de
error presenten magnitudes bajas.
Un resultado interesante es el relacionado con v y θ , donde se puede apreciar que para sistemas de
pequeña y mediana envergadura, el modelo MIP tiende a tener menor error que el modelo LOLIN.
Para sistemas de gran envergadura no se pudo definir el modelo que presenta un menor porcentaje de
error, sin embargo ambos tienen un adecuado desempeño.
16
Capítulo 2. Formulación matemática del problema de Flujo Óptimo de Potencia (OPF)
1.06
PF
LIN
1.04
1.02
0.98
Tensión [p.u.]
0.96
0.94
0.92
0.9
0.88
0.86
0 50 100 150 200 250 300
Figura 2.5: Perfil de tensiones con formulación LIN y PF para sistema de 300 barras
1.08
PF
LOLIN
1.06
1.04
1.02
Tensión [p.u.]
0.98
0.96
0.94
0.92
0 50 100 150 200 250 300
Figura 2.6: Perfil de tensiones con formulación LOLIN y PF para sistema de 300 barras
17
Capítulo 2. Formulación matemática del problema de Flujo Óptimo de Potencia (OPF)
1.08
PF
MIP
1.06
1.04
1.02
Tensión [p.u.]
0.98
0.96
0.94
0.92
0 50 100 150 200 250 300
Figura 2.7: Perfil de tensiones con formulación MIP y PF para sistema de 300 barras
1.15
PF
LIN
1.1
1.05
1
Tensión [p.u.]
0.95
0.9
0.85
0.8
0.75
0 200 400 600 800 1000 1200
Figura 2.8: Perfil de tensiones con formulación LIN y PF para sistema de 1354 barras
18
Capítulo 2. Formulación matemática del problema de Flujo Óptimo de Potencia (OPF)
1.12
PF
LOLIN
1.1
1.08
1.06
Tensión [p.u.]
1.04
1.02
0.98
0.96
0 200 400 600 800 1000 1200
Figura 2.9: Perfil de tensiones con formulación LOLIN y PF para sistema de 1354 barras
1.12
PF
MIP
1.1
1.08
1.06
Tensión [p.u.]
1.04
1.02
0.98
0.96
0.94
0 200 400 600 800 1000 1200
Figura 2.10: Perfil de tensiones con formulación MIP y PF para sistema de 1354 barras
De las 3 formulaciones se puede visualizar que el modelo LIN tiene una peor estimación de la tensión
de las barras de carga. Las formulaciones LOLIN y MIP tienen una buena estimación de tensiones
respecto al PF, siendo coherentes con el bajo porcentaje de error de v .
19
Capítulo 2. Formulación matemática del problema de Flujo Óptimo de Potencia (OPF)
1400
PF
LIN
1200
1000
800
600
400
200
-200
-400
0 10 20 30 40 50 60 70
Figura 2.11: Potencia reactiva de las unidades con formulación LIN y PF para sistema de 300 barras
1600
PF
LOLIN
1400
1200
1000
800
600
400
200
-200
-400
0 10 20 30 40 50 60 70
Figura 2.12: Potencia reactiva de las unidades con formulación LOLIN y PF para sistema de 300 barras
20
Capítulo 2. Formulación matemática del problema de Flujo Óptimo de Potencia (OPF)
1200
PF
MIP
1000
800
600
400
200
-200
0 10 20 30 40 50 60 70
Figura 2.13: Potencia reactiva de las unidades con formulación MIP y PF para sistema de 300 barras
1500
PF
LIN
1000
500
-500
-1000
-1500
-2000
0 50 100 150 200 250
Figura 2.14: Potencia reactiva de las unidades con formulación LIN y PF para sistema de 1354 barras
21
Capítulo 2. Formulación matemática del problema de Flujo Óptimo de Potencia (OPF)
800
PF
LOLIN
700
600
500
400
300
200
100
-100
-200
0 50 100 150 200 250
Figura 2.15: Potencia reactiva de las unidades con formulación LOLIN y PF para sistema de 1354
barras
800
PF
MIP
700
600
500
400
300
200
100
-100
-200
0 50 100 150 200 250
Figura 2.16: Potencia reactiva de las unidades con formulación MIP y PF para sistema de 1354 barras
Al observar los resultados de forma gráfica, se puede apreciar que los modelos LOLIN y MIP tienen una
mejor estimación con respecto al resultado del PF. Dado que buscar una métrica de error representativa
para todas las unidades generadoras no asegura un buen trato de los resultados, se decide presentar
un histograma del error de potencia reactiva de la formulación respecto al PF. Los histogramas para el
sistema de 300 barras se presentan en las Figuras 2.17, 2.18 y 2.19, realizando un resumen del menor
22
Capítulo 2. Formulación matemática del problema de Flujo Óptimo de Potencia (OPF)
error de cada formulación en la Tabla 2.8. Situación similar para el sistema de 1354 barras, cuya detalle
se presenta en las Figuras 2.20, 2.21 y 2.22, y el resumen del error porcentual en la Tabla 2.9.
Figura 2.17: Histograma de error de potencia reactiva de las unidades de formulación LIN y PF para
sistema de 300 barras
Figura 2.18: Histograma de error de potencia reactiva de las unidades de formulación LOLIN y PF
para sistema de 300 barras
23
Capítulo 2. Formulación matemática del problema de Flujo Óptimo de Potencia (OPF)
Figura 2.19: Histograma de error de potencia reactiva de las unidades de formulación MIP y PF para
sistema de 300 barras
Cada uno de los histogramas contempla intervalos en los cuales se encuentra la diferencia de potencia
reactiva de cada una de las unidades obtenida desde el OPF mediante la correspondiente formulación,
con respecto a la obtenida mediante el PF. Por ejemplo, en el OPF realizado mediante la formulación
LIN existen 8 unidades que presentan un error de potencia reactiva de entre 0-14.3 [Mvar] con respecto
a la potencia reactiva de las unidades en el PF. De las 3 formulaciones, observando los 3 primeros
intervalos y el último, se visualiza que el modelo MIP parece presentar un mejor desempeño.
Para evaluar cuantitativamente, se presenta la cantidad de unidades que exhiben el menor error para
cada una de las formulaciones considerando que en el sistema de 300 barras existen 69 unidades.
Tabla 2.8: Unidades que se encuentran en el primer intervalo de error para el histograma en el sistema
de 300 barras
El modelo MIP contempla un mayor porcentaje de unidades en el primer intervalo del histograma, por
lo que su desempeño prevalece por sobre las otras 2 formulaciones. Pese a ello la formulación LOLIN se
podría considerar una alternativa válida dada la mínima diferencia obtenida en el resultado respecto a
la formulación MIP.
24
Capítulo 2. Formulación matemática del problema de Flujo Óptimo de Potencia (OPF)
Figura 2.20: Histograma de error de potencia reactiva de las unidades de formulación LIN y PF para
sistema de 1354 barras
Figura 2.21: Histograma de error de potencia reactiva de las unidades de formulación LOLIN y PF
para sistema de 1354 barras
25
Capítulo 2. Formulación matemática del problema de Flujo Óptimo de Potencia (OPF)
Figura 2.22: Histograma de error de potencia reactiva de las unidades de formulación MIP y PF para
sistema de 1354 barras
Para el sistema de 1354 debido al primer y el último intervalo de los histogramas, se puede inferir que
la formulación LIN presenta un peor desempeño que las otras 2 formulaciones. Al igual que para el
sistema de 300 barras, el modelo MIP pareciera tener el mejor desempeño de las 3 formulaciones.
Para evaluar, se cuantifica la cantidad de unidades que presentan el menor error para cada una de las
formulaciones considerando que en el sistema de 1354 barras existen 260 unidades.
Tabla 2.9: Unidades que se encuentran en el primer intervalo de error para el histograma en el sistema
de 1354 barras
El modelo MIP nuevamente muestra tener un mejor desempeño presentando un 70.8 % de las unidades
en el primer intervalo de su histograma, el cual contempla errores de entre 0-11.1 [Mvar]. Esta vez el
porcentaje error del primer intervalo del histograma de la formulación LOLIN se aleja del obtenido
mediante la MIP. Al contrario, la formulación LIN aumenta el porcentaje de unidades en el primer
intervalo, acercándose al obtenido mediante la formulación LOLIN. Si bien este porcentaje entrega una
métrica de referencia, se debe considerar también el intervalo de la diferencia de potencia reactiva y el
resto del histograma. La formulación LIN muestra tener una gran cantidad de unidades en intervalos de
error mucho mayores a las de la formulación LOLIN, por lo que esto también es un indicador relevante
al momento de realizar una comparación.
Al observar los histogramas y los porcentajes de error para cada sistema y formulación, se puede
apreciar que el mayor error lo presenta la formulación LIN, luego le sigue la formulación LOLIN y
finalmente el modelo MIP. Si bien existen ciertas unidades de generación que presentan un error de
potencia reactiva considerable, este va a depender altamente de la cargabilidad del sistema y de la
elección de k1 y k2 .
26
Capítulo 2. Formulación matemática del problema de Flujo Óptimo de Potencia (OPF)
Figura 2.23: Histograma de potencia reactiva de las unidades con formulación LOLIN y PF para sistema
de 300 barras
Figura 2.24: Histograma de potencia reactiva de las unidades con formulación MIP y PF para sistema
de 300 barras
27
Capítulo 2. Formulación matemática del problema de Flujo Óptimo de Potencia (OPF)
Figura 2.25: Histograma de potencia reactiva de las unidades con formulación LOLIN y PF para sistema
de 1354 barras
Figura 2.26: Histograma de potencia reactiva de las unidades con formulación MIP y PF para sistema
de 1354 barras
Desde los histogramas se puede apreciar que no existen grandes diferencias para los errores de pérdi-
das entre la formulación LOLIN y MIP. Por lo tanto, ambas son adecuadas para ser aplicadas en la
modelación matemática del problema de planificación de la capacidad en SEP.
28
Capítulo 2. Formulación matemática del problema de Flujo Óptimo de Potencia (OPF)
29
Capítulo 3
Hoy en día la planificación de la generación y transmisión se realizan en forma separada, debido a esto,
las soluciones obtenidas si bien son técnicamente aceptables, económicamente no son las óptimas. Por
lo anterior, urge la necesidad de realizar la planificación en conjunto de forma de obtener soluciones
que disminuyan los costos totales tanto de inversión así como también de operación.
En nuestro país, se utiliza un modelo de Programación de la Operación de Largo Plazo (PLP) y el
software PLEXOS en el desarrollo de la metodología de planificación. Ambos utilizan una formulación
en DC, conllevando a pérdidas de información respecto a la tensión y la potencia reactiva asociada a
los sistemas de potencia. Es por esto que en este estudio se propone un modelo lineal, el cual incluye
los efectos de la tensión y la potencia reactiva en el problema de planificación, considerando en su
función objetivo y en las restricciones la generación, la transmisión y la demanda.
La idea principal de este estudio es realizar una formulación que resuelva el problema de la planificación
tanto de generación como transmisión de manera conjunta, modelando de forma aproximada las no
linealidades del sistema de transmisión en AC. Además, para realizar una modelación detallada del
sistema de generación (centrales térmicas) se han incorporado restricciones de predespacho. A conti-
nuación se presenta el desarrollo de las formulaciones LOLIN-OPF y MIP-OPF para su aplicación en
el problema de la planificación conjunta.
30
Capítulo 3. Formulación aproximada del problema de planificación de la expansión de la generación
y transmisión en corriente alterna considerando restricciones de predespacho
control de tensión. El séptimo, octavo y noveno término contemplan los costos de inversión, operación
y mantenimiento de los generadores candidatos, las líneas candidatas y SVCs candidatos. Dado que
se incluyen los costos de operación de los SVCs, en esta metodología se podría modelar el servicio
complementario del control de tensión.
X X X X X
min αt [ hb · (CV pg · pg,h,t + CV qg · |qg,h,t |) + hb · (CV pg · pg,h,t + CV qg · |qg,h,t |)+
t∈T h∈H g∈GE h∈H g∈GX
X X XX
CV qg · hb · |qg,h,t | + Cupg,h,t · hb +
h∈H g∈ΩSV C h∈H g∈G
X X X X
V oLLp · hb · rpg,h,t + V oLLq · hb · rqg,h,t +
h∈H g∈Grp h∈H g∈Grq
X X
(CIg · (Ng,t − Ng,t−1 ) + O&Mg · ng,t ) + (CIl · (xl,t − xl,t−1 ) + O&Ml · xl,t )+
g∈ΩGX l∈ΩLX
X
(CIg · (Ng,t − Ng,t−1 ) + O&Mg · Ng,t )]
g∈ΩSV C
(3.1)
Si bien esta restricción es correcta para un problema de operación en el cual no se considera inversión en
líneas, es necesario desarrollarla matemáticamente para obtener la restricción adecuada para resolver el
problema de planificación. En la ecuación (3.3) se presenta el modelo que considera líneas candidatas,
explícitamente para los flujos de potencia activa, el cual es aplicable tanto para la formulación LOLIN
como para la MIP.
Nótese que pf y pt contemplan por separado las líneas existentes y candidatas, razón por la cual se
diferencian a través de los subíndices LE y LX, respectivamente.
31
Capítulo 3. Formulación aproximada del problema de planificación de la expansión de la generación
y transmisión en corriente alterna considerando restricciones de predespacho
qf
qt d sh i
Cf T Ct T −Csvc
−Cg qg = −q − q − ql (3.4)
g
qsvc
Es necesario desarrollar la restricción anterior para obtener la restricción adecuada para el problema de
planificación. En la ecuación (3.5) se presenta el modelo que considera líneas candidatas, explícitamente
para los flujos de potencia reactiva.
CfLE T · qfLE h,t + CtLE T · qtLE h,t + CfLX T · qfLX h,t + CtLX T · qtLX h,t
− Cg · qg h,t − Csvc
g ·q
svc d sh i
h,t = −q h,t − q h,t − ql h,t ∀h ∈ H, ∀t ∈ T (3.5)
0
pfLE h,t = ptLE h,t = −={YfLE }θh,t + <{YfLE }vh,t ∀h ∈ H, ∀t ∈ T (3.7)
0
qfLE h,t = qtLE h,t = −<{YfLE }θh,t − ={YfLE }vh,t ∀h ∈ H, ∀t ∈ T (3.8)
Los flujos asociados a las líneas candidatas deben ser trabajados en mayor medida, dado que estos
interactúan con los flujos de las líneas existentes a través de θ y v. Es necesario definir la matrices
32
Capítulo 3. Formulación aproximada del problema de planificación de la expansión de la generación
y transmisión en corriente alterna considerando restricciones de predespacho
0 0
YfLX e YfLX , las cuales se obtienen de igual manera que Yf e Yf en las ecuaciones (2.5) y (2.3), pero
sin considerar transformadores y contemplando sólo las líneas candidatas. En este estudio se linealiza
el producto de la variable continua con la variable binaria que se presenta en las ecuaciones (3.9) y
(3.10), utilizando una formulación mediante el modelo Big M , obteniendo el conjunto de restricciones
de (3.11) a (3.14).
0
pfLX h,t = ptLX h,t = −={YfLX }θh,t · xt + <{YfLX }vh,t · xt ∀h ∈ H, ∀t ∈ T (3.9)
0
qfLX h,t = qtLX h,t = −<{YfLX }θh,t · xt − ={YfLX }vh,t · xt ∀h ∈ H, ∀t ∈ T (3.10)
0
− (1 − xt )BM ≤ pfLX h,t − (−={YfLX }θh,t + <{YfLX }vh,t ) ≤ (1 − xt )BM ∀h ∈ H, ∀t ∈ T (3.11)
Se debe tener en consideración que pfLX h,t = ptLX h,t y qfLX h,t = qtLX h,t . Para analizar el modelo Big
M aplicado, se revisan las restricciones (3.11) y (3.12) para los 2 estados de la variable binaria. Nótese
que el análisis es idéntico en el resto de las restricciones para los flujos de las líneas candidatas.
Si xt =1 para una línea:
0 0
−={YfLX }θh,t + <{YfLX }vh,t ≤ pfh,t
LX
≤ −={YfLX }θh,t + <{YfLX }vh,t ∀h ∈ H, ∀t ∈ T
−sLX ≤ pfh,t
LX
≤ sLX ∀h ∈ H, ∀t ∈ T
En las primeras 2 restricciones el flujo queda determinado a un valor a partir del módulo de la
tensión, el ángulo y las pérdidas, mientras que en las 2 siguientes el flujo queda acotado al límite
térmico de la línea.
Si xt =0 para una línea:
0
−BM ≤ pfh,t
LX
− (−={YfLX }θh,t + <{YfLX }vh,t ) ≤ BM ∀h ∈ H, ∀t ∈ T
0 ≤ pfh,t
LX
≤0 ∀h ∈ H, ∀t ∈ T
0
Las 2 últimas restricciones fijan el flujo en la línea candidata como cero, por lo que ={YfLX }θh,t −
<{YfLX }vh,t queda limitado entre -BM y BM . Es por esto que la elección del parámetro BM debe
0
ser tal que no provoque una limitación para la expresión ={YfLX }θh,t − <{YfLX }vh,t y que a su
vez no conlleve a un exceso en el tiempo de solución.
33
Capítulo 3. Formulación aproximada del problema de planificación de la expansión de la generación
y transmisión en corriente alterna considerando restricciones de predespacho
Para las líneas candidatas, al igual que para los flujos, se propone utilizar el modelo Big M para
reformar las restricciones, resultando el conjunto que se muestra a continuación:
(c) pl∆θ
LXh,t ≤ xt · BM2
(f) pl∆v
LXh,t ≤ xt · BM2
(3.18)
(g) k1 diag{bLX }CbrLX θh,t − ql∆θ
LXh,t ≤ (1 − xt )BM2 ∀h ∈ H, ∀t ∈ T
(h) − k1 diag{bLX }CbrLX θh,t − ql∆θ
LXh,t ≤ (1 − xt )BM2
(i) ql∆θ
LXh,t ≤ xt · BM2
(l) ql∆v
LXh,t ≤ xt · BM2
Se ha utilizado el parámetro BM2 para diferenciarlo del utilizado en las restricciones de flujo. Se propone
revisar las restricciones (a), (b) y (c) de la última ecuación, con el fin de detallar qué sucede en los 2
estados de la variable binaria asociada a una línea.
Si xt = 1:
(a) k1 diag{gLX }CbrLX θh,t − pl∆θ
LXh,t ≤ 0
34
Capítulo 3. Formulación aproximada del problema de planificación de la expansión de la generación
y transmisión en corriente alterna considerando restricciones de predespacho
Si xt = 0:
Indica que las pérdidas de la línea son cero y a su vez que k1 diag{gLX }CbrLX θh,t y
−k1 diag{gLX }CbrLX θh,t están acotados por BM2 .
Desde este análisis se puede concluir que al igual que para el caso de BM1 , BM2 debe ser lo suficiente-
mente grande como para no acotar la región de solución de las pérdidas y a su vez para no perturbar
la región factible de θh,t .
pl∆θ
LEh,t = k1 diag{gLE }∆θ h,t
pl∆v
LE h,t = k2 diag{gLE }∆vh,t ∀h ∈ H, ∀t ∈ T
(3.19)
ql∆θ
LEh,t = k1 diag{bLE }∆θh,t
∆v
qlLE h,t = k2 diag{bLE }∆vh,t
0
pl∆θ
LXh,t = k1 diag{gLX }∆θ h,t
0
pl∆v
LXh,t = k2 diag{gLX }∆v h,t ∀h ∈ H, ∀t ∈ T
0 (3.20)
ql∆θ
LXh,t = k1 diag{bLX }∆θ h,t
0
ql∆v
LXh,t = k2 diag{bLX }∆v h,t
0 0
Donde se debe considerar que ∆θ h,t = ∆θh,t xt y ∆v h,t = ∆vh,t xt .
Para las líneas existentes, las restricciones mediante el modelo Big M para las pérdidas mantienen
la misma estructura que la original mostrada en la ecuación (2.37). A continuación se presentan las
restricciones aplicadas:
Para las líneas candidatas se debe tener en cuenta que existen dos productos de una variable binaria
por una continua, por lo que es necesario linealizar dichos términos. Por ello se utilizará el método
propuesto en [12], obteniendo el conjunto de restricciones de (3.22) a (3.25) para realizar la linealización.
Además se debe considerar el conjunto de restricciones presentadas en la ecuación (3.26).
35
Capítulo 3. Formulación aproximada del problema de planificación de la expansión de la generación
y transmisión en corriente alterna considerando restricciones de predespacho
0
− M∆θ · xt ≤ ∆θ h,t ≤ M∆θ · xt ∀h ∈ H, ∀t ∈ T (3.22)
0
− M∆θ (1 − xt ) ≤ ∆θh,t − ∆θ h,t ≤ M∆θ (1 − xt ) ∀h ∈ H, ∀t ∈ T (3.23)
0
− M∆v · xt ≤ ∆v h,t ≤ M∆v · xt ∀h ∈ H, ∀t ∈ T (3.24)
0
− M∆v (1 − xt ) ≤ ∆vh,t − ∆v h,t ≤ M∆v (1 − xt ) ∀h ∈ H, ∀t ∈ T (3.25)
Para determinar como funciona la linealización del producto de la variable continua por la binaria, se
analizan los 2 estados de la variable binaria en la ecuación (3.22) y (3.23).
Si xt = 1:
0
−M∆θ ≤ ∆θ h,t ≤ M∆θ
0
0 ≤ ∆θh,t − ∆θ h,t ≤0 (3.27)
0 0
Indica que ∆θ h,t = ∆θh,t y que ∆θ h,t va a estar limitado por M∆θ .
Si xt = 0:
0
0 ≤ ∆θ h,t ≤0
− M∆θ ≤ ∆θh,t ≤ M∆θ (3.28)
0
Indica que ∆θ h,t = 0, lo que implica la no existencia de pérdidas ni de requerimientos de reactivos
0
asociados a ∆θ para la correspondiente línea y libera a ∆θ para que no perturbe los resultados
para el resto de las líneas.
0 0
El análisis de ∆v y ∆v es análogo al realizado anteriormente para ∆θ y ∆θ.
− sl ≤ (pf l,h,t + pl∆θ l,h,t + pl∆v l,h,t ) + Aq l,l (qf l,h,t + ql∆θ l,h,t + ql∆v l,h,t ) ≤ sl
− sl ≤ (pf l,h,t + pl∆θ l,h,t + pl∆v l,h,t ) − Aq l,l (qf l,h,t + ql∆θ l,h,t + ql∆v l,h,t ) ≤ sl
− sl ≤ Aq l,l (pf l,h,t + pl∆θ l,h,t + pl∆v l,h,t ) + (qf l,h,t + ql∆θ l,h,t + ql∆v l,h,t ) ≤ sl (3.29)
− sl ≤ Aq l,l (pf l,h,t + pl∆θ l,h,t + pl∆v l,h,t ) − (qf l,h,t + pl∆θ l,h,t + pl∆v l,h,t ) ≤ sl
∀l ∈ ΩL , ∀h ∈ H, ∀t ∈ T, y Aq = diag{aq ∈ Rnlx1 }.
36
Capítulo 3. Formulación aproximada del problema de planificación de la expansión de la generación
y transmisión en corriente alterna considerando restricciones de predespacho
Dado que las restricciones de potencia mínima y máxima se encuentran definidas en función de las
variables binarias de operación de encendido y apagado, es que se debe encontrar una forma de enlazar
su resultado a las variables binarias de inversión. Es por ello que se genera la restricción que se presenta
en la ecuación (3.34), donde se establece que de no existir inversión en una unidad, su potencia activa
y reactiva se fija en cero.
Ng t ≥ ng h,t ∀h ∈ H, ∀t ∈ T (3.34)
37
Capítulo 3. Formulación aproximada del problema de planificación de la expansión de la generación
y transmisión en corriente alterna considerando restricciones de predespacho
Debido al principio de utilización de las unidades de ENS, estas no participan de las restricciones de
rampas. A su vez, se considera que la respuesta en potencia reactiva de los SVCs es lo suficientemente
rápida como para tampoco participar de estas restricciones.
Finalmente, las restricciones resultantes son las que se muestran en las ecuaciones (3.35).
(a) diag{PM
g }ng 1,t ≥ Pg 1,t ∀t ∈ T
(b) Pg (h−1),t + diag{RUg }ng (h−1),t + diag{SUg }(ng h,t − ng (h−1),t )
+ diag{PM
g }(1 − ng h,t ) ≥ Pg h,t ∀h ∈ {2, H}, t ∈ T
(c) diag{PM
g }ng h,t + diag{SDg }(ng h,t − ng (h+1),t ) ≥ Pg h,t ∀h ∈ {1, H − 1}, t ∈ T
(d) diag{RDg }ng h,t + diag{SDg }(ng (h−1),t − ng h,t )
+ diag{PM
g }(1 − ng (h−1),t ) ≥ Pg (h−1),t − Pg h,t ∀h ∈ {2, H}, t ∈ T
(3.35)
38
Capítulo 3. Formulación aproximada del problema de planificación de la expansión de la generación
y transmisión en corriente alterna considerando restricciones de predespacho
A continuación se analiza el detalle de la restricción 3.38, cuya interpretación es análoga para las otras
2 restricciones de instalación secuencial:
Si N2,t = 0 y N2,t−1 = 0: Implica que en la función objetivo la diferencia (N2,t − N2,t−1 ) toma
el valor de 0, por lo que no se incorporan costos de inversión ni de operación y mantenimiento a la
función objetivo. A su vez, la unidad candidata 2 en ambos años no puede suministrar potencia.
Si N2,t = 1 y N2,t−1 = 1: Implica que en la función objetivo la diferencia (N2,t − N2,t−1 ) toma
el valor de 0, por lo que no se incorporan costos de inversión ni de operación y mantenimiento a la
función objetivo. Sin embargo, la unidad candidata 2 en ambos años puede suministrar potencia
dentro de sus límites establecidos.
Si N2,t = 1 y N2,t−1 = 0: Implica que en la función objetivo la diferencia (N2,t − N2,t−1 ) toma
el valor de 1, por lo que en el año t se invierte en la unidad candidata 2, incorporando los costos
de inversión y de operación y mantenimiento del año t. La unidad candidata no puede suministrar
potencia en el año t-1, pero sí puede hacerlo en el año t dentro de sus límites.
39
Capítulo 4
40
Capítulo 4. Aplicación de la formulación al sistema IEEE de 39 barras
Día 1 2 3 4 5 6 7 8 9 10 11 12
S [MVA] 700 750 850 950 1000 1100 1150 1200 1300 1400 1450 1500
13 14 15 16 17 18 19 20 21 22 23 24
1400 1300 1200 1050 1000 1100 1200 1400 1300 1100 900 800
Dado que los datos de la curva de demanda corresponden a potencia aparente, se ha decidido presentar
un factor de potencia de 0.98 inductivo para todas las cargas.
Para modelar la demanda correspondiente a cada barra, se realiza el cálculo de cuál es el porcentaje
de potencia activa respecto a la demanda total en el sistema original. El resultado se multiplica por
la curva de demanda propuesta tanto para la potencia activa como para la reactiva, obteniéndose la
demanda horaria para cada barra.
41
Costo variable Min up Ramp up
[US$/MW] Pmax Pmin Qmax Qmin and CUp and CI COMA
Unidad Barra
ó [MW] [MW] [Mvar] [Mvar] down time [US$] down [MUS$] [MUS$]
[US$/Mvar] (∗) [h] [MW/h]
1 30 190 162 10 100 -100 5 90 70 - -
2 31 140 216 20 100 -100 6 300 80 - -
3 32 210 228 10 100 -100 4 1200 100 - -
4 33 120 216 20 100 -100 6 700 70 - -
5 34 190 180 20 100 -100 6 90 70 - -
6 35 210 228 20 50 -50 4 60 100 - -
7 36 140 240 20 150 -50 6 300 80 - -
42
8 37 40 120 20 150 -50 8 1300 30 - -
9 38 130 192 20 150 -50 6 500 70 - -
10 39 80 240 20 150 -50 7 1100 60 - -
11 31 140 216 20 100 -100 6 300 80 702000 21100
12 33 120 216 20 100 -100 6 700 70 702000 21100
13 37 40 120 20 150 -50 8 1300 30 390000 11700
14 38 130 192 20 150 -50 6 500 70 624000 18700
Capítulo 4. Aplicación de la formulación al sistema IEEE de 39 barras
El valor de los COMA ha sido asumido como el 1 % de los costos de inversión. Los costos de inversión
propuestos son idénticos para todas las líneas. Para este sistema de ejemplo se asume que dicha infor-
mación puede ser cambiada en caso de que algún problema así lo requiera debido a las características
de alguna línea en específico.
Desempeño de la formulación
Tiempo de solución [s] 5.239
Número de variables 14808
Número de restricciones 32342
Número de no ceros 126836
43
Capítulo 4. Aplicación de la formulación al sistema IEEE de 39 barras
Cabe destacar que ninguna de las líneas llega a su flujo máximo en todo el horizonte evaluado.
Para un análisis más minucioso, en la Figura 4.2 se presenta la curva de potencia generada para todas
las unidades en las 24 horas del día. En ella se puede apreciar que no se despachan unidades de ENS.
Además se pueden notar los grupos de unidades que corresponden a centrales de base y a centrales de
punta.
1800
Unidad 10
Unidad 4
Unidad 9
1600 Unidad 2
Unidad 7
Unidad 8
Unidad 1
1400 Unidad 5
Unidad 3
Unidad 6
1200
1000
800
600
400
200
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
En la Figura 4.3 se presenta el perfil de tensión en las barras del SEP en la hora 12, correspondiente
a la demanda punta del día. Allí se aprecia que la tensión permanece dentro de la banda de 0.94-1.06
[p.u.]. Notar que las barras de carga 28, 29 y 38 están cerca del límite inferior.
44
Capítulo 4. Aplicación de la formulación al sistema IEEE de 39 barras
1.06
1.04
1.02
Tensión [p.u.]
0.98
0.96
0.94
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39
Tabla 4.6: Resultados económicos obtenidos para el predespacho con 5 líneas limitadas en el sistema
de 39 barras
45
Capítulo 4. Aplicación de la formulación al sistema IEEE de 39 barras
En la Figura 4.4 se presenta el despacho económico del parque de generación. Al comparar con el caso
anterior, se puede apreciar que las unidades que menos cambios sufren en su despacho debido a la
redistribución de flujos son los generadores 8 y 10, mientras que las centrales de punta (generación más
cara) aumentan su despacho.
1800
Unidad 10
Unidad 4
Unidad 9
1600 Unidad 7
Unidad 2
Unidad 8
Unidad 1
1400 Unidad 5
Unidad 3
Unidad 6
1200
1000
800
600
400
200
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
En la Figura 4.5 se presenta el perfil de tensión en las barras del SEP para la demanda punta conside-
rando ambos problemas de operación. La tensión se mantiene dentro de los límites establecidos para
los 2 casos presentados. En la figura se destacan ciertas barras para presentar los siguientes fenómenos:
Debido a la restricción impuesta a la línea entre las barras 23-36, se limita la potencia activa y
reactiva que puede suministrar la unidad 4 al resto del sistema. Esto conlleva a que la tensión
en las barras aledañas a las que se encuentra conectada la unidad, las cuales se encuentran
encerradas en elipses verdes en la gráfica, decaiga respecto al caso del predespacho.
Las barras a las que se encuentran conectadas las unidades que no presentan cambios en su
despacho y aledañas a estas no muestran gran variación en la tensión con respecto al caso del
predespacho. Estas se encuentran encerradas con elipses de color naranjo en la figura.
La redistribución de flujos provoca la necesidad de un aumento en el despacho de la unidad 1.
Por ello, la tensión de la barra 30, encerrada por la elipse color fucsia aumenta, por sobre la
tensión del caso del predespacho sin limitación.
46
Capítulo 4. Aplicación de la formulación al sistema IEEE de 39 barras
1.06 Predespacho
Predespacho con limitación
1.04
1.02
Tensión [p.u.]
0.98
0.96
0.94
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39
Tabla 4.7: Resultados económicos obtenidos para la planificación conjunta en el sistema de 39 barras
47
Capítulo 4. Aplicación de la formulación al sistema IEEE de 39 barras
Desempeño de la formulación
Tiempo de solución [s] 670.512
Número de variables 86715
Número de restricciones 203385
Número de no ceros 793860
En las Figuras 4.6 y 4.7 se presentan las curvas para la potencia activa suministrada en los años 1 y 5
respectivamente.
48
Capítulo 4. Aplicación de la formulación al sistema IEEE de 39 barras
1800
Unidad 10
Unidad 4
Unidad 9
1600 Unidad 11
Unidad 8
Unidad 2
Unidad 7
1400 Unidad 1
Unidad 5
Unidad 3
1200
1000
800
600
400
200
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
1800
Unidad 10
Unidad 4
Unidad 9
1600 Unidad 7
Unidad 2
Unidad 11
Unidad 8
1400 Unidad 1
Unidad 5
Unidad 3
Unidad 6
1200
1000
800
600
400
200
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
En la Figura 4.8, se presenta el perfil de tensión en las barras para los 5 años en la demanda punta del
día. La tensión en las barras se mantiene dentro de la banda admitida y en las barras 28, 29 y 38 se
encuentra cerca del límite inferior.
49
Capítulo 4. Aplicación de la formulación al sistema IEEE de 39 barras
1.06 Año = 1
Año = 2
Año = 3
Año = 4
Año = 5
1.04
1.02
Tensión [p.u.]
0.98
0.96
0.94
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39
Planificación de la generación
Para modelar este problema se considera el sistema de transmisión restringido en su límite térmico. Se
agregan las unidades candidatas tanto para generadores como SVCs, obteniéndose los resultados que
se presentan en las Tablas 4.11 y 4.12.
50
Capítulo 4. Aplicación de la formulación al sistema IEEE de 39 barras
Desempeño de la formulación
Tiempo de solución [s] 151.227
Número de variables 79955
Número de restricciones 174553
Número de no ceros 668996
1800
Unidad 10
Unidad 4
Unidad 9
1600 Unidad 7
Unidad 11
Unidad 8
Unidad 2
1400 Unidad 5
Unidad 1
Unidad 3
Unidad 6
1200
1000
800
600
400
200
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
51
Capítulo 4. Aplicación de la formulación al sistema IEEE de 39 barras
1800
Unidad 10
Unidad 4
Unidad 9
1600 Unidad 7
Unidad 2
Unidad 11
Unidad 8
1400 Unidad 5
Unidad 1
Unidad 6
Unidad 3
1200
1000
800
600
400
200
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
Planificación de la transmisión
Al problema de predespacho con limitante en el sistema de transmisión, se le agregan las líneas candi-
datas obteniéndose los resultados que se presentan en las Tablas 4.13 y 4.14.
Desempeño de la formulación
Tiempo de solución [s] 662.540
Número de variables 80800
Número de restricciones 190542
Número de no ceros 759044
Comparando el costo total con el obtenido en el problema de la planificación conjunta, existe un au-
52
Capítulo 4. Aplicación de la formulación al sistema IEEE de 39 barras
En las Figuras 4.11 y 4.12 se presentan las curvas para la potencia activa suministrada en los años 1 y
5 respectivamente. Comparando con el caso de la planificación conjunta la potencia suministrada por
la unidad 7 aumenta. Esto se debe a que no existe la unidad candidata en la que se decide invertir
mediante el resultado de la planificación conjunta, la que es más económica para suministrar potencia
al SEP. El perfil de tensión no presenta cambios considerables respecto al caso de la planificación
conjunta.
1800
Unidad 10
Unidad 4
Unidad 7
1600 Unidad 9
Unidad 2
Unidad 8
Unidad 1
1400 Unidad 5
Unidad 3
Unidad 6
1200
1000
800
600
400
200
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
53
Capítulo 4. Aplicación de la formulación al sistema IEEE de 39 barras
1800
Unidad 10
Unidad 4
Unidad 7
1600 Unidad 9
Unidad 2
Unidad 8
Unidad 1
1400 Unidad 5
Unidad 3
Unidad 6
1200
1000
800
600
400
200
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
54
Capítulo 4. Aplicación de la formulación al sistema IEEE de 39 barras
Desempeño de la formulación
Tiempo de solución [s] 6.623
Número de variables 15912
Número de restricciones 38966
Número de no ceros 131444
Como primer resultado se debe mencionar que ninguna de las líneas llega a su flujo máximo en todo
el horizonte evaluado. En la Figura 4.13 se presenta la curva de potencia generada para todas las
unidades en las 24 horas. En ella se puede apreciar que no se despachan unidades de ENS. Además se
diferencian las unidades que corresponden a centrales de base y a centrales de punta.
1800
Unidad 10
Unidad 4
Unidad 9
1600 Unidad 2
Unidad 7
Unidad 8
Unidad 1
1400 Unidad 5
Unidad 3
Unidad 6
1200
1000
800
600
400
200
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
En la Figura 4.14 se presenta el perfil de tensión en las barras del SEP en la demanda punta del día.
Allí se aprecia que la tensión permanece dentro de la banda de 0.94-1.06 [p.u.]. Notar que las barras
28, 29 y 38 están cerca del límite inferior.
55
Capítulo 4. Aplicación de la formulación al sistema IEEE de 39 barras
1.06
1.04
1.02
Tensión [p.u.]
0.98
0.96
0.94
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39
Tabla 4.18: Resultados económicos obtenidos para el predespacho con 5 líneas limitadas en el sistema
de 39 barras
Respecto al caso anterior, existe un aumento en el costo total de aproximadamente un 7.1 %. El tiempo
de solución fue de 6.420[s] y no difiere demasiado del caso previo. El número de variables, restricciones
y coeficientes no cero se mantiene.
En la Figura 4.15 se presenta el despacho económico del parque de generación en las 24 horas del día.
Al comparar con el caso anterior, se puede apreciar que las unidades que menos cambios sufren en su
despacho debido a la redistribución de flujos son los generadores 8 y 10. Las unidades 2, 4 y 7 son las
que más se limitan, mientras que las centrales de punta aumentan su despacho.
56
Capítulo 4. Aplicación de la formulación al sistema IEEE de 39 barras
1800
Unidad 10
Unidad 9
Unidad 4
1600 Unidad 7
Unidad 2
Unidad 8
Unidad 5
1400 Unidad 1
Unidad 6
Unidad 3
1200
1000
800
600
400
200
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
En la Figura 4.16 se presenta el perfil de tensión en las barras del SEP para la demanda punta del
día considerando ambos problemas de operación. Allí se aprecia que la tensión permanece dentro de la
banda de 0.94-1.06 [p.u.]. El resultado es similar al obtenido mediante la formulación LOLIN, por lo
que las barras en las que se hace énfasis se resaltan mediante elipses y su comportamiento es el mismo
mencionado en el análisis de la Figura 4.5.
1.06 Predespacho
Predespacho con limitación
1.04
1.02
Tensión [p.u.]
0.98
0.96
0.94
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39
57
Capítulo 4. Aplicación de la formulación al sistema IEEE de 39 barras
Tabla 4.19: Resultados económicos obtenidos para la planificación conjunta en el sistema de 39 barras
Desempeño de la formulación
Tiempo de solución [s] 2625.775
Número de variables 95115
Número de restricciones 248025
Número de no ceros 829380
En las Figuras 4.17 y 4.18 se presentan las curvas para la potencia activa suministrada en los años 1
y 5, respectivamente.
58
Capítulo 4. Aplicación de la formulación al sistema IEEE de 39 barras
1800
Unidad 10
Unidad 4
Unidad 9
1600 Unidad 8
Unidad 11
Unidad 7
Unidad 2
1400 Unidad 1
Unidad 5
Unidad 3
Unidad 6
1200
1000
800
600
400
200
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
1800
Unidad 10
Unidad 4
Unidad 9
1600 Unidad 2
Unidad 7
Unidad 8
Unidad 11
1400 Unidad 1
Unidad 5
Unidad 6
Unidad 3
1200
1000
800
600
400
200
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
En la Figura 4.19, se presenta el perfil de tensión en las barras para los 5 años en la demanda punta
del día. La tensión en las barras se mantiene dentro de la banda admitida y en las barras 28, 29 y 38
se encuentra cerca del límite inferior.
59
Capítulo 4. Aplicación de la formulación al sistema IEEE de 39 barras
1.06 Año = 1
Año = 2
Año = 3
Año = 4
Año = 5
1.04
1.02
Tensión [p.u.]
0.98
0.96
0.94
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39
Planificación de la generación
Los resultados económicos y los indicadores de desempeño se presentan en las Tablas 4.21 y 4.22.
El modelo de optimización determina inversiones en el mismo generador y SVC que en la planificación
conjunta, cuyo detalle se presentó en la Tabla 4.9. Respecto a los indicadores de desempeño, al comparar
con el caso anterior se aprecia que existe una disminución de aproximadamente un 94 % en el tiempo
de solución, esto debido al decremento del problema en 9640 variables, 40352 restricciones y 131344
coeficientes no ceros.
60
Capítulo 4. Aplicación de la formulación al sistema IEEE de 39 barras
Desempeño de la formulación
Tiempo de solución [s] 156.988
Número de variables 85475
Número de restricciones 207673
Número de no ceros 692036
En las Figuras 4.20 y 4.21 se presentan las curvas de potencia generada por las unidades en los años
1 y 5, respectivamente. Al comparar con el caso de la planificación conjunta se observa que el mayor
cambio es la potencia suministrada por la unidad 4 y las unidades de punta. Esto se asocia a que la
unidad 4 tiene limitado su despacho debido a la restricción en el flujo máximo de la línea conectada
entre las barras 19-33, provocando el despacho de mayor potencia en unidades de más costo como el
generador 1 o 5. En el perfil de tensión no se aprecian cambios relevantes respecto al caso anterior.
1800
Unidad 10
Unidad 4
Unidad 9
1600 Unidad 7
Unidad 8
Unidad 11
Unidad 2
1400 Unidad 1
Unidad 5
Unidad 3
1200
1000
800
600
400
200
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
61
Capítulo 4. Aplicación de la formulación al sistema IEEE de 39 barras
1800
Unidad 10
Unidad 4
Unidad 9
1600 Unidad 7
Unidad 2
Unidad 8
Unidad 11
1400 Unidad 5
Unidad 1
Unidad 3
Unidad 6
1200
1000
800
600
400
200
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
Planificación de la transmisión
Los resultados económicos y los indicadores de desempeño se presentan en las Tablas 4.23 y 4.24.
Comparando el costo total con el obtenido en el caso de la planificación conjunta, existe un aumento de
aproximadamente un 2.3 %. El modelo de optimización determina la inversión en 2 líneas de transmi-
sión, las cuales corresponden a las mismas del modelo LOLIN identificadas en la Tabla 4.15. Respecto a
los indicadores de desempeño, se aprecia una disminución de aproximadamente un 60.9 % en el tiempo
de solución, esto debido a un aumento de 5915 variables, 12843 restricciones y 34816 coeficientes no
ceros.
62
Capítulo 4. Aplicación de la formulación al sistema IEEE de 39 barras
Desempeño de la formulación
Tiempo de solución [s] 1027.342
Número de variables 89200
Número de restricciones 235182
Número de no ceros 794564
En las Figuras 4.22 y 4.23 se presentan las curvas para la potencia activa suministrada en los años 1 y
5 respectivamente. Comparando con el caso de la planificación conjunta la potencia suministrada por
la unidad 7 aumenta. Esto se debe a que no existe la unidad candidata en la que se decide invertir
mediante el resultado de la planificación conjunta, la que es más económica para suministrar potencia
al SEP.
El perfil de tensión no presenta cambios considerables respecto al caso de la planificación conjunta.
1800
Unidad 10
Unidad 4
Unidad 7
1600 Unidad 9
Unidad 2
Unidad 8
Unidad 1
1400 Unidad 5
Unidad 3
Unidad 6
1200
1000
800
600
400
200
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
63
Capítulo 4. Aplicación de la formulación al sistema IEEE de 39 barras
1800
Unidad 10
Unidad 4
Unidad 7
1600 Unidad 9
Unidad 2
Unidad 8
Unidad 1
1400 Unidad 5
Unidad 3
Unidad 6
1200
1000
800
600
400
200
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
Tabla 4.25: Síntesis de costos totales para ambas formulaciones en problemas de operación
Tabla 4.26: Síntesis de costos totales para ambas formulaciones en problemas de planificación
En la Tabla 4.27 se presentan los indicadores de desempeño para ambas formulaciones. En los 3 primeros
casos se puede apreciar que ambos modelos presentan tiempos de solución similares, pero en los casos
4 y 5 existe un notorio incremento del tiempo de solución del modelo MIP. Esto se debe principalmente
al número de variables, restricciones y coeficientes no ceros implicados en el problema, los cuales son
mayores en todos los casos para el modelo MIP.
64
Capítulo 4. Aplicación de la formulación al sistema IEEE de 39 barras
Pese a que el despacho del parque de generación no es idéntico para cada caso en ambas formulaciones,
las diferencias radican principalmente en el despacho de las unidades de punta.
65
Capítulo 5
66
Capítulo 5. Resultados en sistema IEEE de 118 barras modificado
Día 1 2 3 4 5 6 7 8 9 10 11 12
S[MVA] 3150 3375 3825 4275 4500 4950 5175 5400 5850 6300 6525 6750
13 14 15 16 17 18 19 20 21 22 23 24
6300 5850 5400 4725 4500 4950 5400 6300 5850 4950 4050 3600
Dado que los datos de la curva de demanda corresponden a potencia aparente, se ha decidido presentar
un factor de potencia de 0.98 inductivo para las cargas. Para aplicar la demanda correspondiente a
cada barra, se realiza el cálculo de cuál es el porcentaje de potencia activa respecto a la demanda total
en el sistema original. El resultado se multiplica por la curva de demanda propuesta tanto para la
potencia activa como para la reactiva, obteniéndose la demanda horaria por cada barra.
67
Capítulo 5. Resultados en sistema IEEE de 118 barras modificado
Tabla 5.2: Resultados económicos obtenidos para el predespacho en el sistema de 118 barras
Desempeño de la formulación
Tiempo de solución [s] 171.272
Número de variables 50688
Número de restricciones 125394
Número de no ceros 521110
Cabe destacar que ninguna de las líneas llega a su flujo máximo en todo el horizonte evaluado.
En la Figura 5.2 se presenta el perfil de tensión en las barras del SEP para la demanda punta del
día. La tensión permanece dentro de la banda de 0.9-1.1 [p.u.]. Notar que las barras 87, 91 y 111 se
encuentran cerca del límite superior.
1.1
1.08
1.06
1.04
Tensión [p.u.]
1.02
0.98
0.96
0.94
0.92
0.9
Figura 5.2: Perfil de tensión para las 118 barras en la demanda punta
68
Capítulo 5. Resultados en sistema IEEE de 118 barras modificado
Tabla 5.4: Resultados económicos obtenidos para el predespacho con 5 líneas limitadas en el sistema
de 118 barras
Respecto al caso anterior, existe un aumento en el costo total de aproximadamente un 1.4 %. El tiempo
de solución fue de 248.855 [s] y representa un aumento del 45.3 %. El número de variables, restricciones
y coeficientes no cero se mantiene.
En la Figura 5.3 se presenta el perfil de tensión en las barras para los 2 problemas de operación. Las
tensiones se mantienen dentro de la banda admitida, sin embargo existen ciertas variaciones debido
a la asignación distinta del despacho de las unidades provocada por la redistribución de flujos. Las
barras destacadas mediante elipses verdes son las que menos variación sufren respecto al caso anterior
y corresponden a barras en las cuales existen unidades de generación.
1.1
1.08
1.06
1.04
Tensión [p.u.]
1.02
0.98
0.96
0.94
0.92
Predespacho
Predespacho con limitación
0.9
Figura 5.3: Perfil de tensión para las 118 barras en la demanda punta
69
Capítulo 5. Resultados en sistema IEEE de 118 barras modificado
Tabla 5.5: Resultados económicos obtenidos para la planificación conjunta en el sistema de 118 barras
Desempeño de la formulación
Tiempo de solución [s] 186340.308
Número de variables 282170
Número de restricciones 709801
Número de no ceros 2907632
70
Capítulo 5. Resultados en sistema IEEE de 118 barras modificado
Planificación de la generación
Para modelar este problema se considera el sistema de transmisión restringido en su límite térmico. Se
agregan las unidades candidatas tanto para generadores como SVCs, obteniéndose los resultados que
se presentan en las Tablas 5.7 y 5.8.
Tabla 5.7: Resultados económicos obtenidos para la planificación de la generación en el sistema de 118
barras
71
Capítulo 5. Resultados en sistema IEEE de 118 barras modificado
Desempeño de la formulación
Tiempo de solución [s] 3029.845
Número de variables 273720
Número de restricciones 673761
Número de no ceros 2743872
Planificación de la transmisión
Los resultados que se presentan en las Tablas 5.9 y 5.11. Comparando el costo total con el obtenido
en la planificación conjunta, existe un aumento de aproximadamente un 0.4 %. El modelo de optimi-
zación determina invertir en 3 líneas de transmisión, las cuales se encuentran identificadas en la Tabla
5.10. A diferencia del caso anterior, la diferencia en costo de ENS por concepto de potencia activa es
mínimo, esto se puede asociar a la construcción de la línea entre las barras 68-116 en ambos casos en el
mismo año. Respecto a los indicadores de desempeño, se aprecia una disminución de aproximadamente
un 62.3 % en el tiempo de solución del solver, esto debido al decremento de 20280 variables, 46791
restricciones y 138322 de coeficientes no ceros.
72
Capítulo 5. Resultados en sistema IEEE de 118 barras modificado
Desempeño de la formulación
Tiempo de solución [s] 64736.154
Número de variables 261890
Número de restricciones 663010
Número de no ceros 2769310
En la Figura 5.5, se presenta el perfil de tensiones en las barras del SEP en la demanda punta del día.
La tensión se mantiene dentro de la banda admitida y las barras 73, 76, 87 y 111 se encuentran cerca
del límite superior.
73
Capítulo 5. Resultados en sistema IEEE de 118 barras modificado
Tabla 5.12: Resultados económicos obtenidos para el predespacho en el sistema de 118 barras
Desempeño de la formulación
Tiempo de solución [s] 194.726
Número de variables 55152
Número de restricciones 152178
Número de no ceros 539398
74
Capítulo 5. Resultados en sistema IEEE de 118 barras modificado
1.1
1.08
1.06
1.04
Tensión [p.u.]
1.02
0.98
0.96
0.94
0.92
0.9
Figura 5.6: Perfil de tensión para las 118 barras en la demanda punta
Tabla 5.14: Resultados económicos obtenidos para el predespacho con 5 líneas limitadas en el sistema
de 118 barras
Respecto al caso anterior, existe un aumento en el costo total de aproximadamente un 4.2 %, lo cual
dado el orden de magnitud de la cifra económica es un valor considerable. El tiempo de solución fue
de 197.037[s] y representa un aumento del 1.2 %. El número de variables, restricciones y coeficientes
no cero se mantiene.
En la Figura 5.3 se presenta el perfil de tensión en las barras para la demanda punta del día. Las
tensiones se mantienen dentro de la banda admitida, sin embargo producto de la redistribución de
flujos existe una cantidad considerable de barras en que su tensión se encuentra cerca del límite inferior
o superior de la banda.
75
Capítulo 5. Resultados en sistema IEEE de 118 barras modificado
1.1
1.08
1.06
1.04
Tensión [p.u.]
1.02
0.98
0.96
0.94
0.92
Predespacho
Predespacho con limitación
0.9
Figura 5.7: Perfil de tensión para las 118 barras en la demanda punta
Tabla 5.15: Resultados económicos obtenidos para la planificación conjunta en el sistema de 118 barras
76
Capítulo 5. Resultados en sistema IEEE de 118 barras modificado
Desempeño de la formulación
Tiempo de solución [s] 191812.872
Número de variables 308090
Número de restricciones 858121
Número de no ceros 3014072
En la Figura 5.8, se presenta el perfil de tensión en las barras para los 5 años en la demanda punta del
día. La tensión se mantiene dentro de la banda admitida y las barras 25, 26, 73, 87 y 111 se encuentran
cerca del límite superior. Se debe aclarar que todas estas corresponden a barras de generación, por lo
que la finalidad de estos valores es maximizar la tensión de las barras de las unidades más económicas
para el despacho, buscando controlar la tensión del resto del sistema.
Planificación de la generación
Los resultados económicos y los indicadores de desempeño se presentan en las Tablas 5.17 y 5.18.
Respecto al caso anterior existe un incremento en el costo total de aproximadamente un 1 %. En los
indicadores de desempeño se aprecia que existe una disminución de aproximadamente un 94.3 % en el
tiempo de solución, esto debido al decremento del problema en 12050 variables, 50440 restricciones y
178400 coeficientes no ceros. El modelo de optimización determina inversiones en dos generadores, uno
correspondiente a la unidad conectada a la barra 59 en el año 1, y el otro, a la unidad conectada en la
barra 116 en el año 5. A diferencia de la planificación conjunta, en este caso existe un costo por ENS
asociado al concepto de potencia activa, que se debe principalmente a la inversión en líneas del modelo
anterior.
77
Capítulo 5. Resultados en sistema IEEE de 118 barras modificado
Desempeño de la formulación
Tiempo de solución [s] 10947.513
Número de variables 296040
Número de restricciones 807681
Número de no ceros 2835672
En la Figura 5.9, se presenta el perfil de tensiones en las barras para los 5 años en la demanda punta
del día. La tensión se mantiene dentro de la banda admitida y a su vez las barras 25, 26, 72, 73, 87 y
111 se encuentran cerca del límite superior. Todas corresponden a barras de generación.
78
Capítulo 5. Resultados en sistema IEEE de 118 barras modificado
Planificación de la transmisión
Los resultados económicos y los indicadores de desempeño se presentan en las Tablas 5.19 y 5.21.
Comparando el costo total con el obtenido en el caso de la planificación conjunta, existe un aumento
de aproximadamente un 0.2 %. Respecto a los indicadores de desempeño, se aprecia una disminución de
aproximadamente un 63.8 % en el tiempo de solución, esto debido a un decremento de 20280 variables,
46791 restricciones y 138682 coeficientes no ceros. El modelo de optimización determina la inversión
en 3 líneas de transmisión, las cuales se identifican en la Tabla 5.20. Se realiza un análisis del flujo por
la líneas conectadas a las barras 68-116 posterior a la presentación del perfil de tensión de las barras.
A diferencia de la planificación conjunta, en este caso existe un costo por ENS asociado al concepto
de potencia activa, el cuál se debe a que este modelo no se plantean unidades candidatas que puedan
ser más económicas para el despacho.
79
Capítulo 5. Resultados en sistema IEEE de 118 barras modificado
Desempeño de la formulación
Tiempo de solución [s] 69342.808
Número de variables 287810
Número de restricciones 811330
Número de no ceros 2875390
En la Figura 5.10, se presenta el perfil de tensiones en las barras para los 5 años en la demanda punta
del día. La tensión se mantiene dentro de la banda admitida y las barras 73, 76, 87 y 111 se encuentran
cerca del límite superior, todas corresponden a barras de generación.
En las Figuras 5.11 y 5.12 se presenta el flujo de potencia activa asociado a la línea existente y
candidata, respectivamente. Desde ambas gráficas se puede apreciar visualmente como a partir del año
4 (año en que se realiza la inversión en la nueva línea) el flujo a través de la línea existente disminuye,
80
Capítulo 5. Resultados en sistema IEEE de 118 barras modificado
dividiéndose en igual proporción entre ésta y la línea en que se decidió invertir, esto debido a que
ambas poseen las mismas características constructivas. Nótese que para la línea candidata el flujo en
los años 1, 2 y 3 es cero debido a que no se ha realizado aún la inversión en esta.
160
Año = 1
Año = 2
Año = 3
140 Año = 4
Año = 5
120
100
80
60
40
20
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
Figura 5.11: Flujo de potencia activa en la línea existente entre las barras 68-116 para los 5 años
160
Año = 1
Año = 2
Año = 3
140 Año = 4
Año = 5
120
100
80
60
40
20
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
Figura 5.12: Flujo de potencia activa en la línea candidata entre las barras 68-116 durante los 5 años
81
Capítulo 5. Resultados en sistema IEEE de 118 barras modificado
Tabla 5.22: Síntesis de costos totales para ambas formulaciones en problemas de operación
Tabla 5.23: Síntesis de costos totales para ambas formulaciones en problemas de planificación
En las Tablas 5.24 y 5.25 se presentan los indicadores de desempeño para ambas formulaciones, el
tiempo de solución para los problemas de planificación se muestra en horas para una mejor apreciación.
En todos los casos existe un notorio incremento en el tiempo de solución del modelo MIP. Esto se debe
principalmente al número de variables, restricciones y coeficientes no ceros implicados en el problema,
los cuales son mayores en todos los casos para el modelo MIP.
Tabla 5.24: Síntesis de indicadores de desempeño para ambas formulaciones en problemas de operación
Tabla 5.25: Síntesis de indicadores de desempeño para ambas formulaciones en problemas de planifi-
cación
Respecto al perfil de tensión, los resultados se asemejan bastante para cada caso en ambas formulaciones
exceptuando el predespacho con limitación en el sistema de transmisión.
Se presume que disminuir el GAP utilizado podría mejorar las estimaciones de costos obtenidas, pero
esto puede conllevar a un aumento considerable en los tiempos de solución.
82
Capítulo 6
83
Capítulo 6. Resumen final y conclusiones
Desafíos futuros:
Mejorar la metodología para determinar las constantes k1 y k2 en ambos modelos de planificación,
de tal manera que en casos en que existan líneas con un flujo de potencia considerablemente mayor
al resto de las líneas del sistema, esto no perjudique la obtención de las pérdidas. Este progreso en
el modelo podría permitir la aplicación de la formulación a sistemas reales con las características
del sistema interconectado chileno.
Incluir incertidumbre en el modelo de planificación.
Incorporar coordinación hidrotérmica y energías renovables al modelo.
Desarrollar métodos de descomposición que permitan disminuir el tiempo de solución del proble-
ma, de tal manera de evaluar el efecto de la utilización de un GAP más pequeño o que se permita
resolver problemas de mayor escala.
84
Bibliografía
[1] I. Pérez and Arriaga, Regulation of the power sector, vol. 61. Madrid: Springer, 2013.
[2] Ministerio de economía Fomento y Reconstrucción and Subsecretaría de economía Fomento y
Reconstrucción, Ley 19.940, Regulación de sistemas de transporte de energía eléctrica. Chile,
2004.
[3] V.H. Hinojosa, J. Sepúlveda, "Solving the stochastic generation and transmission capacity plan-
ning problem applied to large-scale power systems using generalized shift-factors", Energies, vol.
13, no. 13, p. 3327, 2020. DOI: 10.3390/en13133327.
[4] T. Akbari and M. T. Bina, “Linear approximated formulation of AC optimal power flow using
binary discretisation”, IET Gener. Transm. Distrib., vol. 10, no. 5, pp. 1117–1123, 2016.
[5] A. Karimi, F. Aminifar, A. Fereidunian, and H. Lesani, “Energy storage allocation in wind inte-
grated distribution networks: An MILP-Based approach”, Renew. Energy, vol. 134, pp. 1042–1055,
2019, doi: 10.1016/j.renene.2018.11.034.
[6] M. Nozarian, A. H. Nikoofard, and A. Fereidunian, “Efficient MILP formulations for AC optimal
power flow to reduce computational effort”, Int. Trans. Electr. Energy Syst., vol. 30, no. 8, p.
e12434, Aug. 2020, doi: 10.1002/2050-7038.12434.
[7] M. E. Khodayar, M. Barati, and M. Shahidehpour, “Integration of high reliability distribution
system in microgrid operation”, IEEE Trans. Smart Grid, vol. 3, no. 4, pp. 1997–2006, 2012, doi:
10.1109/TSG.2012.2213348.
[8] M. Moradijoz, M. P. Moghaddam, and M. R. Haghifam, “A flexible active distribution system
expansion planning model: A risk-based approach”, Energy, vol. 145, pp. 442–457, 2018, doi:
https://doi.org/10.1016/j.energy.2017.12.160.
[9] P. Fortenbacher and T. Demiray, “Linear/quadratic programming-based optimal power flow using
linear power flow and absolute loss approximations”, Int. J. Electr. Power Energy Syst., vol. 107,
no. August 2018, pp. 680–689, 2019, doi: 10.1016/j.ijepes.2018.12.008.
[10] Ministerio de energía, Energía 2050. Chile, 2015.
[11] UTFSM-Departamento de Ingeniería Eléctrica (DIE), Presentación de Flujo Óptimo de Potencia,
Chile, 2021.
[12] R. Fernández-Blanco, Y. Dvorkin and M. A. Ortega-Vazquez, “Probabilistic Security-Constrained
Unit Commitment With Generation and Transmission Contingencies", in IEEE Transactions on
Power Systems, vol. 32, no. 1, pp. 228-239, Jan. 2017, doi: 10.1109/TPWRS.2016.2550585.
[13] M. Carrion and J. M. Arroyo, “A computationally efficient mixed-integer linear formulation for
the thermal unit commitment problem,” in IEEE Transactions on Power Systems, vol. 21, no. 3,
pp. 1371-1378, Aug. 2006, doi: 10.1109/TPWRS.2006.876672.
[14] Bhui, Pratyasa & Senroy, Nilanjan. (2016). Real Time Prediction and Control of Transient
Stability Using Transient Energy Function. IEEE Transactions on Power Systems. 32. 1-1.
10.1109/TPWRS.2016.2564444.
[15] Matpower 7.1. (October 8, 2020). Ray D. Zimmerman and Carlos E. Murillo-Sánchez. Accessed:
Sep. 10,2021. [Offline]. Available: https://matpower.org/
85
Bibliografía
[16] IIT Power Group, One-line Diagram of IEEE 118-bus Test System, 2003.
[17] Ministerio de energía, Ley 20.936, Establece un nuevo sistema de transmisión eléctrica y crea un
organismo coordinador independiente del sistema eléctrico nacional, Chile, 2016.
86
Anexos
87
Apéndice A
88
Apéndice A. Datos del sistema de 118 barras para planificación
Min up Ramp up
Costo variable Pmax Pmin Qmax Qmin and CUp and CI COMA
Unidad Barra
[US$/MW] [MW] [MW] [Mvar] [Mvar] down time [US$] down [MUS$] [MUS$]
[h] [MW/h]
40 89 60 175 10 100 -100 8 1200 80 - -
41 90 120 150 20 100 -100 8 700 60 - -
42 91 140 150 20 100 -100 8 300 70 - -
43 92 190 125 10 100 -100 5 150 110 - -
44 99 120 150 20 100 -100 8 700 60 - -
45 100 140 150 20 100 -100 8 300 70 - -
46 103 190 125 10 100 -100 5 150 110 - -
47 104 130 150 20 150 -50 8 400 90 - -
48 105 60 175 10 100 -100 8 1200 80 - -
49 107 210 120 20 50 -50 8 60 90 - -
50 110 190 125 10 100 -100 5 150 110 - -
51 111 80 200 20 150 -50 8 1100 90 - -
52 112 140 150 20 100 -100 8 300 70 - -
53 113 190 125 10 100 -100 5 150 90 - -
54 116 130 150 20 150 -50 8 400 90 - -
55 4 60 175 10 100 -100 8 450 80 568750 17063
56 8 130 150 20 150 -50 8 450 90 487500 14625
57 10 60 175 10 100 -100 8 450 80 568750 17063
58 18 80 200 20 150 -50 8 450 90 650000 19500
59 19 130 150 20 150 -50 8 450 90 487500 14625
60 26 120 150 20 100 -100 8 450 60 487500 14625
61 36 80 200 20 150 -50 8 450 90 650000 19500
62 55 80 200 20 150 -50 8 450 90 650000 19500
63 56 140 250 20 100 -100 7 450 120 812500 24375
64 59 60 175 10 100 -100 8 450 80 568750 17063
65 65 80 200 20 150 -50 8 450 90 650000 19500
66 66 130 150 20 150 -50 8 450 90 487500 14625
67 73 80 200 20 150 -50 8 450 90 650000 19500
68 74 130 150 20 150 -50 8 450 90 487500 14625
69 80 120 150 20 100 -100 8 450 60 487500 14625
70 89 60 175 10 100 -100 8 450 80 568750 17063
71 90 120 150 20 100 -100 8 450 60 487500 14625
72 99 120 150 20 100 -100 8 450 60 487500 14625
73 105 60 175 10 100 -100 8 450 80 568750 17063
74 111 80 200 20 150 -50 8 450 90 650000 19500
75 116 130 150 20 150 -50 8 450 90 487500 14625
76 59 - - - 70 0 - 0 - 5550 55.5
77 80 - - - 70 0 - 0 - 5550 55.5
78 100 - - - 70 0 - 0 - 5550 55.5
89