EE354 - Clase 11P1 - Costo Marginal y Flujo de Potencia Óptimo 2021-III

Universidad Nacional de Ingeniería
Facultad de Ingeniería Eléctrica y Electrónica
Escuela Profesional de Ingeniería Eléctrica
Curso: EE354N
Análisis de Sistemas de Potencia II
Expositor : Manfred F. Bedriñana Aronés

Doctor en Ingeniería Eléctrica
Ingeniero Electricista C.I.P. Nº 95644
2022
Escuela Profesional de Ingeniería Eléctrica, FIEE-UNI
Curso EE354 – Análisis de Sistemas de Potencia II
Capítulo 3
Operación Económica de
Sistemas de Potencia
03/03/2022 manfred.bedrinana@ieee.org 2
Despacho Económico Uninodal,

Multinodal y Costo Marginal
A. Despacho económico uninodal (1)

Despacho económico sin límites de generación y sin pérdidas, Costo Marginal
◼ Un despacho económico uninodal considera todos los generadores y la demanda
conectada a una única barra, lo que es una aproximación de sistemas reales donde se
conectan generadores y cargas en diferentes barras.
◼ En la solución del despacho económico uninodal sin límites de generación y sin pérdidas
de transmisión, los costos incrementales (CI) de producción de todos los generadores son
iguales al multiplicador de Lagrange λ.
𝑛
𝐶1 𝐶2 𝐶𝑛
Minimizar 𝐶𝑡 𝑃𝐺1 , 𝑃𝐺2 , … , 𝑃𝐺𝑛 = ෍ 𝐶𝑖 𝑃𝐺𝑖
sujeto a: 𝑛 𝑖=1
෍ 𝑃𝐺𝑖 = 𝑃𝐷
𝑖=1
𝑃𝐺1 𝑃𝐺2 𝑃𝐺𝑛
𝜆 = 𝐶𝐼𝑖 𝑃𝐺𝑖 𝜆
𝑃𝐷 Uninodal
◼ También, λ representa el costo marginal de generación con respecto a la demanda,
denominado simplemente “costo marginal”:
𝑑𝐶𝑡
𝜆=
𝑑𝑃𝐷

Demostración del costo marginal
◼ Supongamos que existe una solución óptima que satisface las condiciones de optimalidad.
◼ Si la demanda varía la cantidad diferencial 𝑑𝑃𝐷 , los niveles de generación también varían
de forma que se satisfaga la condición de balance de potencia: 𝑛
𝑖=1
◼ El costo total cambia según:
𝑛 𝑛
𝑑𝐶𝑡 = ෍ 𝑑𝐶𝑖 (𝑃𝐺𝑖 ) = ෍ 𝐶𝐼𝑖 (𝑃𝐺𝑖 ) 𝑑𝑃𝐺𝑖

𝑑𝐶𝑡
𝑖=1
𝑛
𝑖=1
𝑛
𝜆=
𝑑𝑃𝐷
= ෍ 𝜆 𝑑𝑃𝐺𝑖 = 𝜆 ෍ 𝑑𝑃𝐺𝑖 = 𝜆𝑑𝑃𝐷
𝑖=1 𝑖=1
Significado del costo marginal

◼ Define el costo del “último MW” de demanda abastecido, cantidad que generalmente
se usa para definir el precio aplicado a intercambios de energía entre empresas
independientes.
◼ En un mercado competitivo ideal, el costo marginal λ representa el precio de mercado
pagado por los consumidores (demanda) y cobrado por los productores (generadores)
en el equilibrio económico.

Despacho económico con límites de generación y sin pérdidas, Costo Marginal
◼ El multiplicador de Lagrange asociado con el balance de potencia λ continúa teniendo la
misma interpretación que en el caso sin límites, es decir, λ sigue siendo el costo marginal
de generación con respecto a la demanda:
𝑛
Minimizar 𝐶𝑡 𝑃𝐺1 , 𝑃𝐺2 , … , 𝑃𝐺𝑛 = ෍ 𝐶𝑖 𝑃𝐺𝑖 𝐶1 𝐶2 𝐶𝑛

𝑖=1
𝑃𝐺𝑖,min ≤ 𝑃𝐺𝑖 ≤ 𝑃𝐺𝑖,max 𝑃𝐺1 𝑃𝐺2 𝑃𝐺𝑛

𝜆
𝑑𝐶𝑡 Uninodal
𝜆 = 𝐶𝐼𝑖 𝑃𝐺𝑖 𝜆= 𝑃𝐷
𝑑𝑃𝐷
◼ La única diferencia respecto al caso sin límites es que solamente los generadores que
operan dentro de sus límites tienen costos incrementales iguales a λ.
◼ Se dice que estos generadores “marginan” o establecen el costo marginal.
◼ Los generadores que operan en sus límites inferiores tienen CI iguales o mayores a λ.
◼ Los generadores que operan en sus límites superiores tienen CI iguales o menores a λ.

Despacho económico sin límites de generación y con pérdidas, Costo Marginal
◼ Se aproxima las pérdidas de la red de transmisión mediante la inclusión de una fórmula
de pérdidas 𝑃𝐿𝑜𝑠𝑠 (𝑃𝐺𝑖 ) que depende de las potencias de generación.
◼ La condición de CI iguales no es válida y la condición óptima considera la igualdad de los
CI multiplicados por factores de penalidad 𝐿𝑖 , los cuales están en función de las pérdidas
incrementales de transmisión 𝑑𝑃 𝐿𝑜𝑠𝑠.
𝑑𝑃 𝑛 𝐺𝑖 𝐶1 𝐶2 𝐶𝑛
Minimizar 𝐶𝑡 𝑃𝐺1 , 𝑃𝐺2 , … , 𝑃𝐺𝑛 = ෍ 𝐶𝑖 𝑃𝐺𝑖
෍ 𝑃𝐺𝑖 = 𝑃𝐷 + 𝑃𝐿𝑜𝑠𝑠 (𝑃𝐺𝑖 )

𝑖=1
𝑃𝐺1 𝑃𝐺2 𝑃𝐺𝑛
1 𝜆
𝜆 = 𝐶𝐼𝑖 𝑃𝐺𝑖 𝐿𝑖 = 𝐶𝐼𝑖 𝑃𝐺𝑖 𝑑𝑃𝐿𝑜𝑠𝑠 Uninodal
1− 𝑑𝑃𝐺𝑖
𝑃𝐷 + 𝑃𝐿𝑜𝑠𝑠
◼ Cuando 𝑑𝑃𝐿𝑜𝑠𝑠 > 0, se tiene 𝐿 > 1 y cuando 𝑑𝑃𝐿𝑜𝑠𝑠 < 0, se tiene 𝐿 < 1.
𝑑𝑃 𝑖 𝑑𝑃 𝑖
𝐺𝑖 𝐺𝑖
◼ En caso 𝐿𝑖 > 1, los 𝐶𝐼𝑖 de los generadores son menores al multiplicador de Lagrange λ.
◼ El multiplicador de Lagrange asociado con el balance de potencia λ continúa siendo el
costo marginal de generación con respecto a la demanda.
𝑑𝐶𝑡
◼ Este costo marginal sigue quedando medido en la barra única: 𝜆 = 𝑑𝑃
𝐷

Despacho económico sin límites de gen. y con pérdidas, expansión de costos
◼ El factor de penalidad 𝐿𝑖 representa una penalidad por transmitir la potencia 𝑃𝐺𝑖 desde el
generador i hasta la barra única donde se conecta la demanda.
◼ Las pérdidas en la red de transmisión, dependiendo de la ubicación y valor de la generación,
pueden aumentar o disminuir.
◼ En la práctica, el efecto de las pérdidas sobre el costo total es pequeño, aunque no insignificante.
◼ Asimismo, se pueden definir costos marginales en las barras de generación como la
sensibilidad del costo total de generación con respecto a las demandas individuales en
cada barra 𝜆𝑖 mediante una expansión de costos:
𝑑𝐶𝑡 En este caso los costos marginales en barras
𝜆𝑖 = = 𝜆 1 − 𝑑𝑃 𝐿𝑜𝑠𝑠 = 𝐶𝐼 𝑃
𝑑𝑃𝐺𝑖 𝑖 𝐺𝑖 de generación son iguales a los CI.
𝑑𝑃𝐷𝑖
C
Expansión de costos
𝑑𝑃𝐿𝑜𝑠𝑠
𝜆1 = 𝜆(1 − )
𝑑𝑃𝐺1 𝑃𝐺2 𝑃𝐺3P
𝑑𝐶𝑡 𝑑𝐶
𝜆2 = ($/MWh) 𝜆3 = 𝑑𝑃 𝑡 ($/MWh)
𝑑𝑃𝐷2 𝐷3
𝑃𝐺1
𝜆1 =
𝑑𝐶𝑡
($/MWh) 𝜆 ($/MWh) Uninodal
𝑑𝑃𝐷1
B. Despacho económico multinodal (1)

Costos marginales en barras
◼ En sistemas reales con pérdidas de transmisión, los generadores y cargas se conectan en
diferentes barras y el costo marginal no es único en todo el sistema, sino que varia de
barra en barra, dependiendo de la ubicación de cada barra respecto a los generadores.
◼ Se puede simplificar la transmisión para una barra única mediante fórmulas de pérdidas
en función de la generación y carga 𝑃𝐿𝑜𝑠𝑠 (𝑃𝐺𝑖 , 𝑃𝐷𝑖 )ȁ𝑠 considerando la barra s como slack.
◼ Se pueden definir costos marginales en cualquier barra 𝜆𝑖 como la sensibilidad del costo
total de generación con respecto a las demandas individuales en la barra i mediante una
expansión de costos: 𝑑𝐶 En este caso de barras de carga:
𝑡
𝜆𝑖 = = 𝜆 1 − 𝑑𝑃𝑑𝑃
𝐿𝑜𝑠𝑠 ฬ
𝑃𝑖 = −𝑃𝐷𝑖 .
Expansión de costos 𝑑𝑃𝐷𝑖 𝑖 𝑠
C
𝑑𝐶𝑡
𝜆4 = 𝑑𝑃𝐷4
($/MWh)
𝑃𝐺2 𝑃𝐺3P
𝑑𝐶𝑡 𝑑𝐶
𝜆2 = 𝑑𝑃𝐷2
($/MWh) 𝜆3 = 𝑑𝑃 𝑡 ($/MWh)
𝐷3
𝑃𝐺1
𝑑𝐶
𝜆1 = 𝑑𝑃 𝑡 ($/MWh) 𝜆 ($/MWh) Uninodal
𝐷1
B. Despacho económico multinodal (2)

Costos marginales en barras y Flujo de Potencia Óptimo
◼ El empleo de fórmulas de pérdidas no es común hoy en día, habiendo sido reemplazado
por algoritmos exactos basados en las ecuaciones de flujo de carga.
◼ Al incluir las ecuaciones de flujo de carga en las restricciones del problema de optimización se
puede configurar un nuevo problema denominado “Flujo de Potencia Óptimo”.
◼ El costo marginal en una barra especifica de demanda se denomina como Locational
Marginal Price (LMP) y se define como la sensibilidad del costo total con respecto a la
demanda de la barra.
◼ Los LMP son importantes en la operación de los mercados eléctricos competitivos e
incluyen el efecto de los siguientes costos:
◼ Generación.
◼ Pérdidas de transmisión.
◼ Congestión de líneas de transmisión.
Despacho Económico Multinodal

mediante Flujo de Potencia Óptimo
A. Introducción (1)
Despacho económico clásico
◼ El problema de optimización en sistemas eléctricos de potencia surge a partir
del momento en que dos o más unidades de generación deben alimentar
varias cargas, obligando al operador a decidir cómo se reparte el despacho de
forma óptima entre las distintas unidades.
◼ Históricamente, los primeros esfuerzos de optimización se hicieron respecto
al control de la generación, lo que se conoce hoy día con el nombre de
despacho económico clásico.
◼ Problema en el que se determinan las potencias de las distintas unidades con el
objetivo de minimizar los costos de generación, manteniendo los flujos de
potencia en las líneas dentro de límites.
Control de potencia reactiva
◼ Pronto se comprendió que la optimización de solo la potencia activa no era
suficiente.
◼ De hecho, una mala gestión de la potencia reactiva puede hacer impracticables los
flujos óptimos de potencia activa determinados, aumentando los costos.
◼ Un adecuado control de la potencia reactiva disminuye las pérdidas para una
generación de potencia activa prefijada lo cual reduce aún más los costos.
Criterios de seguridad
◼ Posteriormente, la inclusión de criterios de seguridad dentro de los objetivos
de operación complicó en gran medida el problema de la optimización,
obligando al desarrollo de técnicas adecuadas a la complejidad del problema.
Técnicas computacionales
◼ El perfeccionamiento de las técnicas computacionales, fundamentalmente
la introducción de técnicas para el tratamiento eficiente de matrices
dispersas y nuevos algoritmos matemáticos de optimización, junto a la
mayor potencia de los ordenadores, ha permitido la resolución de
problemas cada vez más complejos.
◼ Grado de dispersidad (GD)→ Porcentaje de elementos nulos de la matriz.
número de elementos nulos
GD = 100%
número total de elementos
NB 2 − ( NB + 2 NR)
GD = 100%
NB 2
Ejemplo: Sistema brasileño (sur-centro-oeste)
NB = 1663 barras
NR = 2349 ramas
16632 − (1663 + 2  2349)
GD = 100% = 99.77%
16632
Flujo de Potencia Óptimo
◼ Esta evolución ha conducido a lo que hoy se conoce con el nombre de
Flujo de Potencia Óptimo FPO, el cual permite optimizar distintas
funciones escalares sujetas a las ecuaciones de la red eléctrica y a
restricciones en las variables.
◼ El FPO se ha convertido en una herramienta imprescindible en la
operación y planificación de los sistemas eléctricos de potencia.
◼ En operación, un FPO permite determinar valores óptimos de las variables
eléctricas considerando todas las restricciones y límites.
◼ Basándose en estos valores óptimos, los operadores realizan las maniobras
necesarias para conseguir la operación óptima del sistema siguiendo las
variaciones de la demanda.
◼ En planificación, el FPO se emplea para estudiar los efectos que los cambios
en la red producen sobre el estado óptimo del sistema.
◼ Las primeras versiones de FPO son de comienzos de los años 60, debido al
desarrollo de las técnicas de optimización de problemas no lineales.
◼ La primera formulación formal del FPO fue realizada por Dommel y Tinney en
1968. Resolvió el problema de minimización de pérdidas eléctricas considerando
el método del gradiente reducido
H. Dommel, W. Tinney, Optimal Power Flow Solutions, IEEE Trans. Power
Apparatus and Systems, PAS-87, p.1866-1876, 1968.
◼ A partir de entonces, la aparición de nuevas versiones del FPO ha
seguido paralela al desarrollo de nuevas técnicas numéricas de
optimización, dando lugar a múltiples variantes debidas a la
idiosincrasia propia del problema.
◼ gradiente reducido generalizado
◼ método de Newton
◼ programación cuadrática secuencial
◼ programación lineal secuencial
◼ técnicas de puntos interiores
◼ metaheurísticas
B. Formulación del Problema (1)

◼ La formulación matemática más general de un problema de optimización
en el contexto de un sistema de potencia conduce a la siguiente
expresión:
Minimizar 𝑓 𝑥, 𝑢
sujeto a
𝑔 𝑥, 𝑢 = 0
ℎ 𝑥, 𝑢  0
donde:
𝑢: conjunto de variables de control (o decisión),
𝑥: conjunto de variables dependientes,
𝑓: función objetivo a minimizar, y
𝑔 y ℎ: representan el conjunto de restricciones de igualdad (ecuaciones
de la red) y de desigualdad (límites en las variables), respectivamente.
B. Formulación del Problema (2)

◼ Resolver cualquier problema de optimización de los que aparecen
diariamente en la operación de un sistema eléctrico bajo la forma de
ecuaciones matemáticas no es una tarea fácil, implicando en principio:
1. Obtener un modelo matemático adecuado del sistema eléctrico a
optimizar, así como de los equipos que constituyen las variables de
control del problema.
2. Modelar los límites y restricciones del problema en forma
matemática, incluyendo consideraciones de carácter heurístico
impuestas por las preferencias y criterios de operación.
3. Expresar una o varias ideas que conforman lo que se considera
“operación óptima del sistema” en la forma de una función escalar de
las variables del problema, función que será el objetivo a minimizar o
maximizar en el problema de optimización.
C. Función objetivo
◼ No es una cuestión fácil describir el estado óptimo de un sistema eléctrico
mediante una función escalar, debido principalmente a los múltiples
factores que pueden ser considerados atributos deseables de la solución.
◼ En estado seguro, se tienen siguientes actividades:
◼ Minimizar los costos de operación, incluyendo las pérdidas en el
transporte, asignando de forma óptima la generación a las distintas
centrales, problema que se encuadra en la operación del sistema de
generación.
◼ Si la programación de la generación se ha realizado previamente y de
forma externa a la operación de la red de transmisión, será necesario
determinar el perfil óptimo de tensiones a mantener en los nodos de la
red a fin de minimizar pérdidas, problema que enlaza con el control
secundario de tensiones.
◼ Durante la operación y en tiempo real, puede ser conveniente actuar
sobre los elementos de control de tensiones disponibles en el sistema
a fin de minimizar aún más las pérdidas de potencia activa en la red
de transmisión.
D. Modelo del sistema eléctrico (1)

◼ El estado del sistema eléctrico de potencia de 𝑛 barras queda
determinado por las 2𝑛 ecuaciones nodales:
𝑛
𝑃𝑖 = 𝑉𝑖 ෍ 𝑉𝑗 (𝐺𝑖𝑗 𝑐𝑜𝑠𝜃𝑖𝑗 + 𝐵𝑖𝑗 𝑠𝑒𝑛𝜃𝑖𝑗 ) 𝑖 = 1, … . , 𝑛 (1)

𝑗=1
𝑛
𝑄𝑖 = 𝑉𝑖 ෍ 𝑉𝑗 (𝐺𝑖𝑗 𝑠𝑒𝑛𝜃𝑖𝑗 − 𝐵𝑖𝑗 𝑐𝑜𝑠𝜃𝑖𝑗 ) 𝑖 = 1, … . , 𝑛 (2)

𝑗=1
donde:
◼ 𝑉𝑖 , 𝜃𝑖 son respectivamente módulo y ángulo de la tensión en la barra 𝑖
◼ 𝑃𝑖 , 𝑄𝑖 son las potencias activa y reactiva netas inyectadas en el nodo 𝑖
◼ 𝐺𝑖𝑗 , 𝐵𝑖𝑗 es el componente real e imaginario del elemento 𝑌𝑖𝑗 , respectiva-
mente, de la matriz de admitancias de barra.
D. Modelo del sistema eléctrico (2)

◼ Cada barra se caracteriza por cuatro variables: 𝑃𝑖 , 𝑄𝑖 , 𝑉𝑖 , 𝜃𝑖 .
◼ Conocidas dos de las cuatro variables en cada barra, las ecuaciones
(1) y (2) permiten obtener las otras dos, teniendo en cuenta que:
◼ Es necesario fijar una referencia de ángulos (𝜃𝑠 = 0 para la barra de
referencia), y
◼ Que no es posible especificar a priori todas las potencias inyectadas en las
barras al no conocer las pérdidas.
◼ De este modo, las ecuaciones nodales permiten determinar el estado de
la red para unos valores dados de las variables de control.
◼ Cabe destacar la posibilidad de realizar estudios concernientes
únicamente a los flujos de potencia activa mediante la utilización del
flujo de potencia linealizado (DC).
◼ Modelo aproximado cuya linealidad simplifica en gran medida el problema
de optimización siempre que se pueda obviar todo lo referente a la potencia
reactiva y las tensiones.
E. Restricciones impuestas al problema de optimización (1)

◼ Las restricciones que deben ser impuestas en primer lugar son las que
afectan directamente las variables del problema de optimización:
◼ Límites sobre las variables de control, principalmente las potencias activa y
reactiva proporcionadas por los generadores, número de tomas de los
transformadores y su carácter discreto, número de tomas de los bancos de
capacitores y/o reactancias y magnitud de cada toma (en la mayoría de los
casos variables todo/nada), límites sobre otros elementos de control como
FACTS, etc.
◼ Límites de operación, principalmente sobre las tensiones de las barras y los
flujos de potencia por líneas y transformadores (MVA, MW, MVAR, A)
◼ Existe una diferencia fundamental entre ambos tipos de límites:
◼ Mientras que los límites sobre las variables de control deben ser considerados
“rígidos” en el sentido de que no pueden ser sobrepasados físicamente.
◼ Los límites de operación se consideran dotados de una cierta flexibilidad al
poder ser sobrepasados en mayor o menor medida.

◼ Junto a los anteriores límites, existen otras restricciones que deben ser
modeladas adecuadamente:
◼ Controles automáticos.
▪ Es necesario modelar la respuesta de las variables que actúan bajo

control automático y que no forman parte del conjunto de variables de
control a optimizar, pero que responden de forma automática a
cambios en el sistema.
▪ Éstas son, principalmente, los transformadores que se encuentran
controlando una tensión o un flujo de potencia reactiva, los bancos de
capacitores y reactancias que controlan tensiones, y los intercambios de
potencia entre áreas.
◼ Equipos que trabajan de forma coordinada, principalmente
transformadores en paralelo cuyas tomas no se deben mover de
forma independiente.

◼ Las anteriores restricciones deben ser tratadas de alguna forma si se
quiere que la solución que proporciona el FPO sea de utilidad a los
operadores.
◼ Como es obvio, el tratamiento de dichas restricciones no es tarea fácil,
dejando el FPO de ser un problema netamente matemático para
convertirse en un complejo algoritmo que requiere la incorporación de
reglas heurísticas para alcanzar una solución satisfactoria.
F. Ejemplo de Aplicación (1)

Datos del sistema para despacho económico multinodal
◼ Considere un sistema con tres barras y tres líneas como en la figura con los
siguientes parámetros eléctricos (se desprecia el efecto capacitivo de las líneas):
◼ En la barra 3 se conecta una única demanda 𝑃𝐷3 y su valor varía en cada caso.
Los módulos de tensiones en las tres barras son constantes e iguales a 1. Se
consideran los valores base 100 kV y 200 MVA. Se incluye solamente el límite
de transmisión de 140 MW en la línea 1-3.
◼ Las barras 1 y 2 disponen de generadores con los siguientes costos y límites:
𝐶𝑖 𝑃𝐺𝑖 = 𝐶0𝑖 + 𝑎𝑖 𝑃𝐺𝑖 + 12𝑏𝑖 𝑃𝐺𝑖

2

Modelo de flujo de potencia óptimo
◼ Se modela el problema de despacho económico mediante un Flujo de Potencia
Óptimo (FPO) que consiste en minimizar el costo total sujeto a límites de
generación, restricciones de igualdad correspondientes a las ecuaciones de flujo
de potencia y límites de capacidad de transmisión en todas las líneas.
𝑛
𝐶𝑡 = ෍ 𝐶𝑖 𝑃𝐺𝑖 donde 𝑛 es el número de barras y se definen los siguientes

Minimizar
vectores:
𝑃𝐺 , 𝜃 𝑖=1
𝑃𝐺 , 𝑃𝐷 : Potencias activas de generación y demanda.
sujeto a:
𝑃𝐺 − 𝑃𝐷 = 𝑃 𝜃 𝑃𝐺mín , 𝑃𝐺máx : Potencias de generación mínima y máxima.
𝑃𝐺mín ≤ 𝑃𝐺 ≤ 𝑃𝐺máx 𝑃(𝜃): Potencias activas de inyección en barra.
𝑃𝐹 (𝜃) ≤ 𝑃𝐹máx 𝜃: Ángulos de tensiones en barras.
𝑃𝐹 (𝜃): Flujos de potencia activa en líneas.
𝑃𝐹máx : Flujos de potencia activa máximo en líneas.
◼ Dado que los módulos de las tensiones son iguales a 1, no se incluyen las
ecuaciones de flujo de potencia correspondientes a las potencias reactivas.
𝑑𝐶𝑡
◼ Los LMPs en diversas barras están caracterizados por: 𝜆𝑖 = , 𝑖 = 1, … , 𝑛
𝑑𝑃𝐷𝑖
donde los 𝜆𝑖 son los multiplicadores de Lagrange asociados a las ecuaciones de
flujo de carga: 𝑃𝐺𝑖 − 𝑃𝐷𝑖 = 𝑃𝑖 (𝜃).

Comentarios 1 – Soluciones de flujo de potencia
◼ Para obtener soluciones de flujo de potencia, tendríamos que definir el siguiente
sistema de ecuaciones de balance de potencia (𝑉𝑖 igual a 1, solo potencia activa):
𝑃𝐺𝑖 − 𝑃𝐷𝑖 = 𝑃𝑖 𝜃
𝑛
𝑃𝑖 𝜃 = ෍(𝐺𝑖𝑗 cos 𝜃𝑖𝑗 + 𝐵𝑖𝑗 sin 𝜃𝑖𝑗 )

𝑗=1
𝑃𝐺1 = 𝑃1 𝜃 = 𝐺11 + 𝐺12 cos 𝜃12 + 𝐵12 sin 𝜃12 + 𝐺13 cos 𝜃13 + 𝐵13 sin 𝜃13
−𝑃𝐷3 = 𝑃3 𝜃 = 𝐺33 + 𝐺31 cos 𝜃31 + 𝐵31 sin 𝜃31 + 𝐺32 cos 𝜃32 + 𝐵32 sin 𝜃32
◼ Se elige la barra 1 como slack (𝜃1 = 0) para fines de solución de flujo de potencia.
◼ El sistema presenta 3 ecuaciones y 2 variables (𝜃2 y 𝜃3 ), por lo que solamente se
pueden especificar las potencias de generación y demanda en las barras 2 y 3.
◼ La ecuación de la barra 1 puede ser retirada del sistema, cuya solución de 𝑃𝐺1 se
calcula una vez obtenidos los valores de 𝜃.
◼ Los flujos de potencia se calculan en cada extremo de la línea k-m como:
𝑃𝑘𝑚 = −𝐺𝑘𝑚 + 𝐺𝑘𝑚 cos 𝜃𝑘𝑚 + 𝐵𝑘𝑚 sin 𝜃𝑘𝑚
𝑃𝑚𝑘 = −𝐺𝑚𝑘 + 𝐺𝑚𝑘 cos 𝜃𝑚𝑘 + 𝐵𝑚𝑘 sin 𝜃𝑚𝑘

Comentarios 2 – Soluciones de flujo de potencia óptimo
◼ Es importante resaltar que las soluciones de despacho económico no dependen de la
elección de la barra slack, pero por conveniencia, se elige la barra 1 como referencia
angular 𝜃1 = 0 . En las soluciones con pérdidas de la transmisión, ambos
generadores cubrirán las pérdidas del sistema de manera económica.
◼ Si se definen las variables de control (o decisión) 𝑢 = 𝑃𝐺1 𝑃𝐺2 𝑇 y las variables
dependientes: 𝑥 = 𝜃2 𝜃3 𝑇 , por lo que se tiene la siguiente modelo de FPO:
Minimizar 𝐶𝑡 = 𝐶1 𝑃𝐺1 + 𝐶2 𝑃𝐺2
𝑃𝐺 , 𝜃
sujeto a: 𝑃𝐺1 = 𝑃1 𝜃 = 𝐺11 + 𝐺12 cos 𝜃12 + 𝐵12 sin 𝜃12 + 𝐺13 cos 𝜃13 + 𝐵13 sin 𝜃13
mín máx
𝑃𝐺1 ≤ 𝑃𝐺1 ≤ 𝑃𝐺1
mín máx
máx
𝑃13 (𝜃) = −𝐺13 + 𝐺13 cos 𝜃13 + 𝐵13 sin 𝜃13 ≤ 𝑃13
máx
𝑃31 (𝜃) = −𝐺31 + 𝐺31 cos 𝜃31 + 𝐵31 sin 𝜃31 ≤ 𝑃13
◼ Se observa que no se necesitó retirar la ecuación de flujo de potencia de la barra 1, dado
que se utiliza la variable 𝑃𝐺1 al incluir la restricción de desigualdad de 𝑃𝐺1 .
◼ Esta formulación permite obtener los costos marginales 𝜆𝑖 en todas las barras del sistema.

Comentarios 3 – Soluciones de flujo de potencia óptimo
◼ Realmente se pueden obtener otros modelos de FPO si se consideran
modificaciones en las formulaciones.
◼ Por ejemplo, si usamos las ecuaciones de flujo de potencia originales (retirando la
ecuación de la barra 1), se puede construir el siguiente modelo de FPO
considerando 𝑃𝐺1 en función de 𝜃, es decir, 𝑃𝐺1 𝜃 .
Minimizar 𝐶𝑡 = 𝐶1 𝑃𝐺1 𝜃 + 𝐶2 𝑃𝐺2
𝑃𝐺 , 𝜃
sujeto a: 𝑃 = 𝑃 𝜃 = 𝐺 + 𝐺 cos 𝜃 + 𝐵 sin 𝜃 + 𝐺 cos 𝜃 + 𝐵 sin 𝜃
𝐺2 2 22 21 21 21 21 23 23 23 23
mín máx
𝑃𝐺1 ≤ 𝑃𝐺1 𝜃 ≤ 𝑃𝐺1
mín máx
máx
𝑃13 (𝜃) = −𝐺13 + 𝐺13 cos 𝜃13 + 𝐵13 sin 𝜃13 ≤ 𝑃13
máx
𝑃31 (𝜃) = −𝐺31 + 𝐺31 cos 𝜃31 + 𝐵31 sin 𝜃31 ≤ 𝑃13
donde:
𝑃𝐺1 𝜃 = 𝐺11 + 𝐺12 cos 𝜃12 + 𝐵12 sin 𝜃12 + 𝐺13 cos 𝜃13 + 𝐵13 sin 𝜃13
◼ Dependiendo del tipo de formulación, se puede obtener algunos beneficios de
convergencia y reducción de tiempo CPU.

Despacho económico sin pérdidas y sin límites de transmisión
◼ Se resuelve el FPO utilizando el comando fmincon de MATLAB.
◼ Los resultados se muestran en la siguiente tabla.
Comentarios
◼ Los costos marginales en las tres barras son iguales y aumentan conforme
aumenta la demanda. Estos resultados son similares a un despacho uninodal.
◼ En el caso A, el generador 2 se encuentra en su límite mínimo, por lo que su CI
(25 $/MWh) es mayor que el costo marginal (22 $/MWh). El generador 1
margina y presenta un CI igual al costo marginal.
◼ En el caso D, el generador 1 se encuentra en su límite máximo, por lo que su CI
(40 $/MWh) es menor que el costo marginal (45 $/MWh). El generador 2
margina y presenta un CI igual al costo marginal.

Despacho económico sin pérdidas y con límites de transmisión
◼ Se incluye solamente el límite de transmisión de 140 MW en la línea 1-3.
Comentarios
◼ Con la congestión de la línea 1-3, los costos marginales o LMPs varían en cada
barra (casos B y C), siendo está variación más pronunciada a medida que la
demanda aumenta.
◼ En el caso C el costo marginal de la barra 3 es más del doble que en la barra 1,
indicando que es muy caro abastecer la demanda bajo congestión de la red.
◼ El costo total del sistema aumenta con la congestión, siendo el caso C el que
produce el aumento más significativo.
◼ Los generadores se reparten el cambio de generación debido a la congestión en
partes iguales, uno aumentando su generación y el otro disminuyendo en la
misma cantidad.

Despacho económico con pérdidas y con límites de transmisión
◼ Se incluyen las pérdidas de las líneas.
Comentarios
◼ En el caso A, no existe congestión en la línea 1-3. Las diferencias de los LMPs son
muy pequeñas, causadas únicamente por las pérdidas en la red, que son muy pequeñas
en este caso.
◼ En los casos B y C existe congestión de la línea 1-3. Con respecto al caso sin pérdidas,
existen pequeñas variaciones adicionales en los LMPs debido a las pérdidas.
◼ El caso D es infactible. La carga es demasiado alta para la capacidad de la red con un
límite de 140 MW en la línea 1-3. En la práctica, este caso resultaría en un corte de
carga a un cierto número de consumidores.

EE354 - Clase 11P1 - Costo Marginal y Flujo de Potencia Óptimo 2021-III

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

EE354 - Clase 11P1 - Costo Marginal y Flujo de Potencia Óptimo 2021-III

Cargado por

Copyright:

Formatos disponibles

Universidad Nacional de Ingeniería

Facultad de Ingeniería Eléctrica y Electrónica

Escuela Profesional de Ingeniería Eléctrica

Expositor : Manfred F. Bedriñana Aronés

Despacho Económico Uninodal,

A. Despacho económico uninodal (1)

A. Despacho económico uninodal (2)

𝑑𝐶𝑡 = ෍ 𝑑𝐶𝑖 (𝑃𝐺𝑖 ) = ෍ 𝐶𝐼𝑖 (𝑃𝐺𝑖 ) 𝑑𝑃𝐺𝑖

Significado del costo marginal

A. Despacho económico uninodal (3)

Minimizar 𝐶𝑡 𝑃𝐺1 , 𝑃𝐺2 , … , 𝑃𝐺𝑛 = ෍ 𝐶𝑖 𝑃𝐺𝑖 𝐶1 𝐶2 𝐶𝑛

𝑃𝐺𝑖,min ≤ 𝑃𝐺𝑖 ≤ 𝑃𝐺𝑖,max 𝑃𝐺1 𝑃𝐺2 𝑃𝐺𝑛

A. Despacho económico uninodal (4)

෍ 𝑃𝐺𝑖 = 𝑃𝐷 + 𝑃𝐿𝑜𝑠𝑠 (𝑃𝐺𝑖 )

A. Despacho económico uninodal (5)

B. Despacho económico multinodal (1)

B. Despacho económico multinodal (2)

Despacho Económico Multinodal

B. Formulación del Problema (1)

B. Formulación del Problema (2)

D. Modelo del sistema eléctrico (1)

𝑃𝑖 = 𝑉𝑖 ෍ 𝑉𝑗 (𝐺𝑖𝑗 𝑐𝑜𝑠𝜃𝑖𝑗 + 𝐵𝑖𝑗 𝑠𝑒𝑛𝜃𝑖𝑗 ) 𝑖 = 1, … . , 𝑛 (1)

𝑄𝑖 = 𝑉𝑖 ෍ 𝑉𝑗 (𝐺𝑖𝑗 𝑠𝑒𝑛𝜃𝑖𝑗 − 𝐵𝑖𝑗 𝑐𝑜𝑠𝜃𝑖𝑗 ) 𝑖 = 1, … . , 𝑛 (2)

D. Modelo del sistema eléctrico (2)

E. Restricciones impuestas al problema de optimización (1)

E. Restricciones impuestas al problema de optimización (2)

▪ Es necesario modelar la respuesta de las variables que actúan bajo

E. Restricciones impuestas al problema de optimización (3)

F. Ejemplo de Aplicación (1)

𝐶𝑖 𝑃𝐺𝑖 = 𝐶0𝑖 + 𝑎𝑖 𝑃𝐺𝑖 + 12𝑏𝑖 𝑃𝐺𝑖

F. Ejemplo de Aplicación (2)

𝐶𝑡 = ෍ 𝐶𝑖 𝑃𝐺𝑖 donde 𝑛 es el número de barras y se definen los siguientes

F. Ejemplo de Aplicación (3)

𝑃𝑖 𝜃 = ෍(𝐺𝑖𝑗 cos 𝜃𝑖𝑗 + 𝐵𝑖𝑗 sin 𝜃𝑖𝑗 )

F. Ejemplo de Aplicación (4)

F. Ejemplo de Aplicación (5)

F. Ejemplo de Aplicación (6)

F. Ejemplo de Aplicación (7)

F. Ejemplo de Aplicación (8)

También podría gustarte