Despacho Electrico

RESUMEN

Se plantea un modelo de programación de la

operación de corto plazo para el Sistema Eléctrico

Ecuatoriano, basado en la coordinación entre un

problema de compromiso de unidades y un despacho

hidrotérmico. El problema de compromiso de

unidades térmicas se resuelve utilizando relajación

lagrangeana y programación dinámica. Con las

unidades seleccionadas, se plantea un problema de

despacho hidrotérmico con restricciones energéticas

para los embalses, que se resuelve mediante

programación lineal. El modelo propuesto se aplica

a la solución del despacho económico en el sistema

eléctrico ecuatoriano para un horizonte de 24 horas

y un parque generador de 30 unidades.

PALABRAS CLAVE: Coordinación hidrotérmica,

compromiso de unidades, relajación lagrangeana

1. INTRODUCCIÓN

La Coordinación Hidrotérmica de Corto Plazo es uno

de los problemas de optimización de gran escala

más desafiantes dentro del análisis de Sistemas de

Potencia. Consiste en determinar el programa de

arranque y parada de las unidades de generación

térmica (asignación de unidades o unit commitment)

así como el nivel de generación de las unidades

térmicas y de las plantas hidroeléctricas, durante

un horizonte de planificación de corto plazo, de

generalmente una semana. El objetivo es abastecer la

demanda del sistema al mínimo costo de producción,

observando los requerimientos de reserva y las

restricciones individuales de las máquinas. Este

es un problema no lineal entero-mixto de gran

escala, que se cataloga como NP-duro, donde los

requerimientos computacionales para obtener una

solución óptima crecen exponencialmente con el

tamaño del problema.

Durante muchos años, los métodos de optimización

han sido utilizados en la industria eléctrica para

solucionar el problema de coordinación hidrotérmica,

resultando en importantes ahorros de dinero. Se han

aplicado desde métodos heurísticos -sustentados

en el uso de reglas empíricas- hasta procedimientos

más sistemáticos, basados en algoritmos tales como

programación dinámica, programación entera – mixta,

programación lineal, optimización en redes y métodos

de descomposición de Benders. Recientemente se

han probado métodos basados en metaheurísticas,

tales como redes neuronales, recocido simulado

y algoritmos genéticos, que permiten representar

restricciones más complicadas y están llamados a

entregar soluciones de mejor calidad.

Sin embargo, el enfoque de solución más exitoso,

y hasta el momento el más utilizado,

...