1 I.

Título
2
3 Despacho óptimo en sistemas de potencia considerando generación fotovoltaica
4 distribuidas en microrredes.
5
6 II. Resumen del Proyecto de Tesis
7
8 Ante la demanda de la producción de energía renovable a causa de observar las
9 ventajas de implementar las fuentes de energía renovable en especial la fotovoltaica,
10 con la implementación de generación distribuida en microrredes, se avizoran grandes
11 retos para un despacho óptimo en redes de distribución. Esta investigación busca
12 lograr un despacho óptimo de la red de distribución considerando las energías
13 renovables y en especial la fotovoltaica. Se estudiará los métodos y modelos para el
14 despacho económico que involucren generación renovable y su interdependencia con
15 las fuentes de generación convencional, buscando siempre la optimización de
16 recursos. Este estudio utilizará metodologías con la finalidad de mejorar la precisión y
17 optimización de los modelos de despacho económico.
18
19 III. Palabras claves (Keywords)
20 “economic dispatch”, “photovoltaic”
21
22 IV. Justificación del proyecto
23 En los últimos años el uso de las energías renovables está en crecimiento, siendo la
24 de nuestro estudio la generación fotovoltaica y su interdependencia con las fuentes
25 de generación convencionales para las redes de distribución eléctrica. El presente
26 estudio implementa la generación de energías renovables de fuentes fotovoltaicas
27 distribuidas en microrredes. Además, se evalúan las ventajas de su utilización en su
28 interdependencia con las fuentes de energía convencionales, por ello su
29 implementación representa un nuevo reto para un despacho optimo que minimice los
30 costos de operación.
31
32 V. Antecedentes del proyecto
33
34 En [1] los autores plantean la problemática de despacho económico óptimo en
35 sistemas de potencia, maximizando la generación con fuentes de energía renovables.
36 Para ello, el autor enmarca el presente artículo en aumentar el nivel de fuentes de
37 energía renovables en la red minimizando el costo total de operación. Propone
38 utilizar la solución óptima de Pareto en la cual se trata de maximizar la generación
39 de fuentes de energía renovable y minimizar la operación. El resultado que obtienen
40 los autores en este artículo es presentar un nuevo modelo maximizando la
41 generación de energías renovables mientras se minimizan los costos de operación.
42
43 En [2] los autores abarcan la problemática de despacho económico con aplicación de
44 la generación con energía renovable. Este artículo propone un método de colocación
45 estocástica anidada basado en rejilla dispersa para dar solución a los problemas de
46 despacho económico con generación de fuentes de energía renovables como la
47 fotovoltaica, eólica, etc. Para ello se implementó simuladores en un sistema de 39
48 buses IEEE modificado y un sistema de alimentación práctico de 1009 buses para
49 verificar la precisión del algoritmo propuesto, dando como resultado la eficiencia y
50 pudo resolver con éxito el problema de optimización.
51
52 En [3] investiga el problema de la viabilidad para reemplazar la red de distribución
53 mediante fuentes de energía fotovoltaica a gran escala. Además, se incorpora el
54 problema del despacho óptimo y se toma como objetivo minimizar el costo de
55 operación y las pérdidas de energía. Para ello el autor propone una nueva
56 metodología para incluir la generación de fuentes fotovoltaicas; y así, obtener las
57 soluciones optimas de Pareto, para este problema de optimización se aplica el
1 1
2
 58 método del punto interior. Los resultados de este artículo se observan en la
59 simulación obteniendo que la distribución de la energía mejoró ahorrando en costos
60 operativos y en la confiabilidad.
61
62 En [4] aborda la problemática de los costos de operación y los registros de ingreso
63 de las energías renovables. Para dar solución a ello, los autores plantean el método
64 de la respuesta a la demanda, este método ajusta las incertidumbres de la
65 productividad de las energías fotovoltaicas y eólicas con el fin de minimizar el costo
66 unitario de carga. Finalmente, los resultados señalan que la estrategia de despacho
67 óptima a través de la respuesta a la demanda aminora evidentemente las
68 limitaciones de las energías renovables.
69
70 En [5] Los autores abordan sobre generadores distribuidos fotovoltaicos integrados a
71 microrredes. Para ello se necesitan métodos de despacho económicos distribuidos,
72 ante esta problemática la metodología empleada consiste en un algoritmo de punto
73 interior dual primal paralelo con una técnica cuasi-Newton. Los resultados obtenidos
74 mediante la aplicación de este algoritmo minimizan las perdidas en operación de los
75 generadores distribuidos fotovoltaicos.
76
77 En [6] el uso creciente de fuentes de energía renovable en redes eléctricas ha dado
78 interés en la problemática del despacho económico, la problemática consiste en
79 minimizar los efectos de las contingencias por variaciones repentinas no deseadas en
80 la energía producida por los generadores renovables. Para dar solución a ello los
81 autores plantean usar un algoritmo de optimización de enjambre de partículas y el
82 punto interior para minimizar los costos de producción. Para la obtención de los
83 resultados se usaron un sistema de prueba con 30 buses IEEE con la adición de
84 generadores fotovoltaicos, dando como resultado la eficacia del método propuesto.
85
86 En [7] aborda que la problemática es minimizar los costos que se generan en las
87 plantas de fuentes de energía renovables, mediante un modelo robusto de despacho
88 económico. Para ello, en este modelo se utilizó métodos basado en escenarios donde
89 se recolecta datos de los costos de producción en las plantas eólicas y fotovoltaicas;
90 a través, del uso de la tecnología analítica. Ante ello, los autores muestran que los
91 resultados de este modelo de programación presentan simulaciones de optimización
92 más estable aplicadas a las plantas con energías renovables irregulares. Además,
93 tendrá mayor flexibilidad a las incertidumbres de las potencias generadas a través de
94 las energías eólica y fotovoltaica.
95
96 En [8] La inestabilidad y causalidad generados por las fuentes de energía renovable
97 origina una necesidad relevante de abordar el problema de la estabilidad y calidad en
98 las redes de distribución. Conforme a ello, los autores proponen un método de
99 despacho cooperativo en la nube, aprovechando las ventajas que nos ofrece las
100 tecnologías de Internet. Este método implementa nodos de borde aplicados en los
101 bornes de los transformadores a una pequeña escala, con el fin de plantear la
102 incertidumbre que se genera en las plantas fotovoltaicas. Para terminar, se llegó que
103 los resultados demuestran que el método propuesto minimiza la influencia del cálculo
104 en los ordenadores de la nube centralizada y la reducción del tiempo de cálculo.
105
106 En [9] plantearon la problemática del Despacho Dinámico Combinado Ecónimo y de
107 Emisiones para las centrales eólicas y fotovoltaica, considerando los beneficios
108 otorgados por el medio ambiente. Para dar solución a ello los autores plantean el
109 método de programación no lineal, este algoritmo involucra los costos de
110 combustibles del despacho dinámico y las emisiones de gases de efectos
111 invernaderos. Se concluyó que los resultados de la simulación del algoritmo
112 corroboran la validez y estabilidad del método propuesto. Además, este resultado
113 incorpora costos de penalización respecto a la capacidad sobrante de las cargas,
114 irradiación solar, velocidad del viento de las plantas eólicas y fotovoltaicas.
115
3 2
4
116 En [10] aborda la problemática de la capacidad de regulación máxima insuficiente de
117 las plantas eólica y solares para la integración de despacho óptimo, durante el
118 proceso de despacho de las energías renovables. Además, este problema estudia la
119 interacción de las energías renovables, vehículos eléctricos, almacenamiento de las
120 baterías y las cargas. Seguidamente, proponen un método de procedimiento de
121 prioridades de orden por similitud, aplicando un Algoritmo Genético Multiobjetivo
122 para la obtención de resultados óptimos. Ante ello, los autores obtuvieron resultados
123 óptimos de despachos donde los usuarios participantes en la programación tienen un
124 rol importante.
125
126 En [11] plantearon la problemática del control y gestión de la potencia reactiva, de
127 las redes eléctricas que dificulta la seguridad eléctrica, estabilidad y confiabilidad
128 para incrementar la eficiencia, manteniendo un voltaje aceptable. Para dar solución a
129 este problema plantearon varios métodos clásicos de Newton-Raphson,
130 programación cuadrática y programación no lineal. Estos métodos buscan una mejor
131 solución para optimizar el control y gestión aplicados en las redes eléctricas. Ante
132 ello, los autores obtuvieron resultados que superan a otros algoritmos como el
133 algoritmo de búsqueda de medusas artificiales y el de campo eléctrico artificial.
134
135 En [12] el incremento de las fuentes de energías renovables es de mayor interés
136 para la transformación energética en el planeta, este aumento en las redes de
137 distribución aborda la problemática de bajo voltaje. Ante ello, los autores plantearon
138 un método de uso de las estaciones de almacenamiento de energía de batería
139 (BESS), cuya capacidad está regulado para trabajar en cuatros cuadrantes. Este
140 modelo de despacho óptimo considera modificaciones de las cargas máximas con el
141 propósito de mejorar la distribución de voltaje. Por último, los resultados obtenidos
142 demostraron una reducción de la desviación máxima de voltaje de 14.06% a 4.54%;
143 del mismo modo, para la el pico-valle máxima de 8.83 a 4.23 MW del sistema de
144 redes de distribución.
145
146 En [13] aborda la problemática de la incertidumbre de la producción de energía en
147 las redes de distribución, este problema perjudica con gran intensidad la estabilidad
148 y seguridad. Además, señalaron que la carga del calor optimiza la flexibilidad y
149 elimina las fluctuaciones del sistema sin la necesidad de operar con un nuevo equipo.
150 Para dar solución a este problema, los autores plantearon el método de evaluación
151 de la flexibilidad basado en la acumulación de energía de la carga de calor. Por otro
152 lado, el modelo de despacho óptimo para las redes de distribución se utilizó el
153 método ponderado para modificar los objetivos múltiples a un solo objetivo a
154 solucionar. Finalmente, los resultados mostraron una efectividad del método
155 propuesto considerado para la flexibilidad del sistema.
156
157 En [14] se aborda la problemática de programación económica descentralizada de la
158 red multi-micro, que se da en las centrales eólicas y fotovoltaicas. Los autores para
159 dar solución a este problema plantearon el método de desacoplamiento de los puntos
160 de conexión publica, siendo este método el más apto para el sistema de la red
161 multimicro. Además, este método busca solucionar dificultades de programación
162 económica descentralizada de la red ya mencionada. Por último, el resultado de los
163 costos totales tiene un error de precisión de 0.12 % y 0.23%, logrando obtener una
164 optimización robusta fuerte de la red multi-micro.
165
166 En [15] Los autores abarcan la problemática de los eventos de rampa dinámica de la
167 curva de pato, entendido como la forma que adopta la curva de demanda neta del
168 comportamiento de la energía solar fotovoltaica. Para dar solución a ello plantean la
169 metodología de acumulación de energía en las baterías, impedimento solar y el
170 deslastre de carga. Además, esta metodología se desarrolla mediante la utilización
171 del sistema RTS de 24 buses. En conclusión, los resultados minimizan el coste de
172 toda la operación del sistema; en igual forma, la optimización basada en el control
173 predictivos de modelos (MPC) es la más eficiente y económica para manipular las
5 3
6
174 competencias de la curva de pato.
175
176 En [16] se aborda la problemática de los dimensionamientos de los procedimientos
177 híbridos de microrredes de Chattigram y Barishal, conformados por un generador,
178 energía solar fotovoltaica y las turbinas para el despacho óptimo. Ante ello, los
179 autores para dar solución plantean la metodología de los algoritmos de optimización
180 para las microrredes en dos subsecciones. Es decir, la primera subsección se analiza
181 las estrategias de despacho; mientras que, el segundo formula el problema.
182 Finalmente, los resultados recomiendan que el seguimiento de carga es la
183 sobresaliente para el despacho de las microrredes; del mismo modo, facilita una guía
184 con el fin de considerar los costos probables para su operación de las microrredes.
185
186
187
188 El despacho económico como problemática en las plantas fotovoltaicas y para dar
189 solución a ello se aplicó diferentes métodos. Estos métodos son utilizar la solución
190 óptima de Pareto [1], colocación estocástica anidada [2], algoritmo de punto interior
191 dual primal paralelo [5], algoritmo de optimización de enjambre de partículas [6],
192 basado en escenarios [7] y programación lineal [9]. Ante ello, los métodos
193 planteados por los distintos autores se llegaron a un resultado común que es la
194 eficacia de sus simuladores al usar distintos lenguajes de programación.
195
196 En el estudio de Tecno-Económica, los autores abordaron distintas problemáticas
197 para un mismo tema de investigación planteando sus métodos respectivos. Dicho lo
198 anterior, la primera es de la viabilidad para reemplazar la red de distribución
199 mediante fuentes de energía fotovoltaica a gran escala, planteando el método del
200 punto interior [3]. Mientras que, la segunda son los dimensionamientos de los
201 procedimientos híbridos de microrredes, planteando el método de los algoritmos para
202 las microrredes en dos subsecciones [16]. Por consiguiente, obtuvieron resultados
203 similares respecto a los costos, siendo la primera en costos operativos y la segunda
204 en los costos probables para su operación de las microrredes.
205
206 El despacho óptimo en la generación de energía eléctrica se aborda diferentes
207 problemáticas y para dar soluciones a ellos se planteará métodos distintos. El
208 primero trata sobre los costos de operación y registros de las energías renovables;
209 así mismo, para dar solución plantea el método de la respuesta a la demanda [4].
210 Por otro lado, la segunda trata de la capacidad de regulación máxima insuficiente de
211 las plantas; además, se plantea el método de procedimiento de prioridades de orden
212 por similitud aplicando el Algoritmo Genético Multiobjetivo para dar solución [10].
213 Finalmente, los resultados son similares ya que son óptimos, donde el primero
214 aminora las limitaciones de las energías renovables y la segunda del rol importante
215 del algoritmo.
216
217 En las redes de distribución los autores abordaron diferentes problemáticas y para
218 dar solución a ello plantearon métodos distintos. Siendo el primero la estabilidad y
219 calidad, para ello plantea el método de despacho cooperativo en la nube [8]. La
220 segunda trata sobre el control y gestión de la potencia reactiva, aplicando el método
221 de Newton-Raphson [11]. El tercero trata sobre el bajo voltaje, planteando para su
222 solución el método BESS [12]. Y el cuarto aborda sobre la incertidumbre de la
223 producción de energía, planteando el método de evaluación de la flexibilidad [13].
224 Finalmente, los resultados para el primero y tercero son similares respecto a la
225 disminución en el cálculo y desviación respectivamente; mientras que, el segundo
226 muestra el mejor algoritmo y el cuarto una eficacia del método planteado.
227
228 Los autores abordan la problemática de programación económica descentralizada de
229 la red multi-micro. Para dar solución a ello plantea el método de desacoplamiento de
230 los puntos de conexión pública. Finalmente, sus resultados muestran un error de
231 precisión de 0.12% y 0.23% respecto a los costos totales, logrando una optimización
7 4
8
232 robusta fuerte [14].
233
234 En el estudio del control predictivo, los autores abordan la problemática de los
235 eventos de rampa dinámica de la curva del pato. Para ello, se plantea el método de
236 acumulación de energía en las baterías. Por último, los resultados mostraron la
237 minimización del coste de toda la operación del sistema [15].
238
239 A partir de la revisión literaria, se observó que…. Sin embargo, la [14] y [15] no ha
240 sido adecuadamente investigado. Por lo tanto, en este trabajo de investigación se ….
241
242
243 VI. Hipótesis del trabajo (Es el aporte proyectado de la investigación en la solución del
244 problema)
245
246
247
248 VII. Objetivo general
249
250 Obtener el despacho económico óptimo en sistemas de potencia considerando
251 generación fotovoltaica distribuidas en microrredes.
252
253 VIII. Objetivos específicos
254
255  Analizar el despacho óptimo distribuidas en sistemas de potencia
256 considerando generación fotovoltaica.
257  Modelar el despacho óptimo en sistemas de potencia con la implementación
258 de fuentes de energía renovables distribuidas en microrredes y su instalación
259 con las fuentes convencionales.
260  Simular el despacho óptimo con generación distribuidas en microrredes
261 considerando generación fotovoltaica.
262
263 IX. Metodología de investigación (Describir el(los) método(s) científico(s) que se
264 empleará(n) para alcanzar los objetivos específicos, en forma coherente a la hipótesis de la
265 investigación. Sustentar, con base bibliográfica, la pertinencia del(los) método(s) en términos
266 de la representatividad de la muestra y de los resultados que se esperan alcanzar. Incluir los
267 análisis estadísticos a utilizar)
268
269
270
271
272
273
274
275 X. Referencias
276
277 [1] T. G. Hlalele, R. M. Naidoo, J. Zhang, and R. C. Bansal, “Dynamic Economic
278 Dispatch with Maximal Renewable Penetration under Renewable Obligation,” IEEE
279 Access, vol. 8, pp. 38794–38808, 2020, doi: 10.1109/ACCESS.2020.2975674.
280 [2] Z. Lu, M. Liu, W. Lu, and Z. Deng, “Stochastic Optimization of Economic Dispatch
281 with Wind and Photovoltaic Energy Using the Nested Sparse Grid-Based Stochastic
282 Collocation Method,” IEEE Access, vol. 7, pp. 91827–91837, 2019, doi:
283 10.1109/ACCESS.2019.2927023.
284 [3] S. Gao, H. Jia, and C. Marnay, “Techno-Economic Evaluation of Mixed AC and DC
285 Power Distribution Network for Integrating Large-Scale Photovoltaic Power
286 Generation,” IEEE Access, vol. 7, pp. 105019–105029, 2019, doi:
287 10.1109/ACCESS.2019.2931985.
9 5
10
288 [4] W. Wang, S. Huang, G. Zhang, J. Liu, and Z. Chen, “Optimal Operation of an
289 Integrated Electricity-heat Energy System Considering Flexible Resources Dispatch
290 for Renewable Integration,” J. Mod. Power Syst. Clean Energy, vol. 9, no. 4, pp.
291 699–710, 2021, doi: 10.35833/MPCE.2020.000917.
292 [5] T. Xu, W. Wu, W. Zheng, H. Sun, and L. Wang, “Fully Distributed Quasi-Newton
293 Multi-Area Dynamic Economic Dispatch Method for Active Distribution Networks,”
294 IEEE Trans. Power Syst., vol. 33, no. 4, pp. 4253–4263, 2018, doi:
295 10.1109/TPWRS.2017.2771950.
296 [6] S. Thirunakkarasu and B. Bakkaloglu, “Built-in self-calibration and digital-trim
297 technique for 14-bit SAR ADCs Achieving ±1 LSB INL,” IEEE Trans. Very Large
298 Scale Integr. Syst., vol. 23, no. 5, pp. 916–925, 2015, doi:
299 10.1109/TVLSI.2014.2321761.
300 [7] S. Guo and L. Shi, “Robust optimal dispatch of power grid considering wind/PV
301 power uncertainties,” 2020 IEEE 4th Conf. Energy Internet Energy Syst. Integr.
302 Connect. Grids Towar. a Low-Carbon High-Efficiency Energy Syst. EI2 2020, pp.
303 1401–1406, 2020, doi: 10.1109/EI250167.2020.9346740.
304 [8] L. Shen, X. Dou, H. Long, C. Li, J. Zhou, and K. Chen, “A Cloud-edge Cooperative
305 Dispatching Method for Distribution Networks Considering Photovoltaic Generation
306 Uncertainty,” J. Mod. Power Syst. Clean Energy, vol. 9, no. 5, pp. 1111–1120,
307 2021, doi: 10.35833/MPCE.2019.000582.
308 [9] S. Sadoudi, M. Boudour, and N. E. Y. Kouba, “Optimal Combined Dynamic
309 Economic and Emission Dispatch Including Wind and Photovoltaic Power Systems,”
310 Proc. 2018 3rd Int. Conf. Electr. Sci. Technol. Maghreb, Cist. 2018, pp. 1–6, 2019,
311 doi: 10.1109/CISTEM.2018.8613598.
312 [10] Z. Liu et al., “Integrated Optimal Dispatching Strategy Considering Power
313 Generation and Consumption Interaction,” IEEE Access, vol. 9, pp. 1338–1349,
314 2021, doi: 10.1109/ACCESS.2020.3045151.
315 [11] M. H. Hassan, S. Kamel, M. A. El-Dabah, T. Khurshaid, and J. L. Dominguez-
316 Garcia, “Optimal Reactive Power Dispatch with Time-Varying Demand and
317 Renewable Energy Uncertainty Using Rao-3 Algorithm,” IEEE Access, vol. 9, pp.
318 23264–23283, 2021, doi: 10.1109/ACCESS.2021.3056423.
319 [12] X. Li, R. Ma, W. Gan, and S. Yan, “Optimal Dispatch for Battery Energy Storage
320 Station in Distribution Network Considering Voltage Distribution Improvement and
321 Peak Load Shifting,” J. Mod. Power Syst. Clean Energy, vol. 10, no. 1, pp. 131–
322 139, 2022, doi: 10.35833/MPCE.2020.000183.
323 [13] B. Zhou, Y. Zhang, T. Zang, and W. Hua, “Optimal Dispatching of Distribution
324 Network Considering System Flexibility and User Thermal Comfort,” IEEE Access,
325 vol. 9, pp. 107895–107908, 2021, doi: 10.1109/ACCESS.2021.3101224.
326 [14] Z. Xiaohui, G. Wenbo, and Z. Jiaqing, “Decentralized Economic Dispatching of
327 Multi-Micro Grid Considering Wind Power and Photovoltaic Output Uncertainty,”
328 IEEE Access, vol. 9, pp. 104093–104103, 2021, doi:
329 10.1109/ACCESS.2021.3099401.
330 [15] S. S. Ahmad, F. S. Al-Ismail, A. A. Almehizia, and M. Khalid, “Model predictive
331 control approach for optimal power dispatch and duck curve handling under high
332 photovoltaic power penetration,” IEEE Access, vol. 8, pp. 186840–186850, 2020,
333 doi: 10.1109/ACCESS.2020.3030100.
334 [16] M. F. Ishraque et al., “Techno-Economic and Power System Optimization of a
335 Renewable Rich Islanded Microgrid Considering Different Dispatch Strategies,”
336 IEEE Access, vol. 9, pp. 77325–77340, 2021, doi:
337 10.1109/ACCESS.2021.3082538.
338

339
340
341
342 XI. Uso de los resultados y contribuciones del proyecto ( Señalar el posible uso de los
343 resultados y la contribución de los mismos)

11 6
12
344
345
346
347 XII. Impactos esperados
348
349 i. Impactos en Ciencia y Tecnología
350
351
352
353 ii. Impactos económicos
354
355
356
357 iii. Impactos sociales
358
359
360
361 iv. Impactos ambientales
362
363
364
365 XIII. Recursos necesarios (Infraestructura, equipos y principales tecnologías en uso
366 relacionadas con la temática del proyecto, señale medios y recursos para realizar el
367 proyecto)
368
369
370
371 XIV. Localización del proyecto (indicar donde se llevará a cabo el proyecto)
372
373
374
375 XV. Cronograma de actividades
376
Actividad Trimestres

377
378 XVI. Presupuesto
379
Descripción Unidad de Costo Unitario Cantidad Costo total (S/.)
medida (S/.)

380

13 7
14