Академический Документы
Профессиональный Документы
Культура Документы
LISTA DE FIGURAS
LISTA DE TABLAS
CHAPTER 1 DESPACHO ECONÓMICO DE POTENCIA ACTIVA DE UNIDADES TÉRMICAS 6
1.1 Introducción ............................................................................................................................................. 6
1.2 Unidades Generadoras............................................................................................................................. 6
1.2.1. Generadores Térmicos ...................................................................................................................... 7
1.2.2. Plantas de Energía Nuclear............................................................................................................. 11
1.3. Despacho Económico ............................................................................................................................ 11
1.3.1. Despacho Económico sin Pérdidas [2,3]. ....................................................................................... 11
1.3.2. Despacho Económico Considerando Pérdidas por Transmisión ....................................................... 19
CHAPTER 2 COORDINACION HIDROTERMICA ............................................................................ 31
2.1 Introducción ........................................................................................................................................... 31
2.2 Plantas Hidroeléctricas .......................................................................................................................... 32
2.3 Modelado de Plantas Hidroeléctricas .................................................................................................... 33
2.4 Red Hidráulica ....................................................................................................................................... 34
CHAPTER 3 ASIGNACIÓN DE UNIDADES ........................................................................................ 39
3.1 Introducción ........................................................................................................................................... 39
3.2 Asignación de Unidades mediante Programación Dinámica................................................................. 42
CHAPTER 4 FLUJOS ÓPTIMOS............................................................................................................ 46
4.1 Introducción ........................................................................................................................................... 46
4.2Metodo de Newton ................................................................................................................................... 46
4.3 Solución de Flujos Optimos por el Método de Newton ......................................................................... 49
4.3.1Formulacion del problema de Despacho Economico ....................................................................... 49
4.3.2 Componentes del Sistema de Ecuaciones. ......................................................................................... 53
4.3.2.1 Vector Gradiente ........................................................................................................................... 53
4.3.2.2 Matriz Jacobiana............................................................................................................................ 54
4.3.3 Verificación del optimo.................................................................................................................... 56
4.3.4 Funciones de Penalizacion ............................................................................................................... 57
4.3.5 Otras Restricciones Funcionales de Desigualdad............................................................................... 59
4.3.6 Condiciones Iniciales ....................................................................................................................... 60
4.4 Formulación del Problema de Despacho de Potencia Reactiva ............................................................... 60
CHAPTER 5 ANÁLISIS DE SEGURIDAD EN SEPS ........................................................................... 63
5.1 Introducción ........................................................................................................................................... 63
5.1.1 Supervisión del Sistema................................................................................................................... 64
5.1.2 Análisis de Contingencias................................................................................................................ 64
5.1.3 Análisis de Acciones Correctivas .................................................................................................... 65
5.2 Análisis de Seguridad en Estado Estacionario....................................................................................... 65
5.2.1 Estados Operativos de Sistema Eléctrico......................................................................................... 66
5.2.2 Algoritmo de Analisis de Contingencias ......................................................................................... 68
5.2.3 Selección de Contingencias ............................................................................................................. 70
5.2.4 Síntesis de Información Generada en el Análisis de Contingencias................................................ 70
CHAPTER 6 MARKET ORGANIZATION............................................................................................ 73
REFERENCIAS.......................................................................................................................................... 93
1.1 Introducción
En esta capitulo se presenta algunas características de unidades térmicas desde un punto de vista de
costo de producción y funcionamiento. Adicionalmente, se presenta la formulación del problema de
despacho económico de potencia activa de unidades térmicas, primeramente sin considerar pérdidas
por transmisión para posteriormente incluirlas.
• Unidades de carga base. Estas normalmente son nucleares y/o termoeléctricas grandes, cuya
generación permanece invariante.
• Unidades intermedias. Hidroeléctricas y/o termoeléctricas con capacidad de regular
fluctuaciones lentas de demanda.
• Unidades pico. Hidroeléctricas pequeñas y/o térmicas con turbinas de gas, con la suficiente
rapidez para absorber las fluctuaciones de carga más rápidas de la demanda pico.
• Unidades de reserva. Generadores que no aportan cantidades considerables de potencia, pero
que en un momento dado son capaces de absorber desbalances de carga-generación.
La Figura 1.1 muestra una gráfica que relaciona esta clasificación de unidades y la forma en que la
demanda varía diariamente y debe ser satisfecha.
A continuación, se describe las características de cada tipo de planta, desde un punto de vista de
funcionamiento.
Para determinar la característica de la turbina de vapor, los siguientes términos son definidos:
Figura 1.4 Curva de relación de calor o costo incremental de una unidad térmica ideal
Otro tipo es la llamada planta de alimentador común, la cual tendrá varias características de
entrada-salida como resultado de las distintas combinaciones de calderas y turbinas conectadas al
alimentador común. Estas plantas fueron construidas no solamente para proporcionar una gran
potencia eléctrica de salida, sino para aprovechar además la salida de vapor aplicándola en el
acondicionamiento del aire de grandes áreas urbanas.
Después de la Segunda Guerra Mundial, algunas de estas plantas fueron modificadas
adicionándole una turbina tope y un generador más para aprovechar el vapor de salida de las otras
unidades. Este modelo de planta se muestra en la Figura 1.6.
Una planta que consiste de una turbina tiene una eficiencia del 25 al 30 %, aproximadamente.
Ante ésto, se ha intentado buscar una mayor eficiencia con nuevos diseños. Uno de éstos es la planta
de ciclo combinado, donde se utiliza el vapor de salida de una unidad, pasando por un proceso de
recalentamiento, para alimentar la turbina de otra unidad, étc. Un esquema de cinco unidades
conformando una planta de este tipo se muestra en la Figura 1.7.
Otra curva de interés, para medir la eficiencia de las plantas térmicas, se introduce aquí, y es
conocida como relación de calor neto de una planta, la cual se obtiene dividiendo la energía calorifíca
de entrada entre la potencia de salida. La Figura 1.8 muestra tal característica para la planta de ciclo
combinado de la Figura 1.7.
Este tipo de plantas podrá considerarse como plantas termoeléctricas comunes para el problema de
despacho, aún cuando existen muchas diferencias en su funcionamiento.
Debe hacerse notar que el costo de generación de una planta nuclear es diferente y además
complejo debido al tratamiento y manejo del combustible.
Esta es la formulación más simple de despacho económico. Al no incluir el efecto de las pérdidas
por transmisión, puede considerarse que tanto la carga como el conjunto de generadores despachables
están conectados a un mismo nodo, tal como se muestra en la Figura 1.9.
Figura 1.9 Sistema equivalente para la formulación del problema de despacho económico sin pérdidas
Sea CT una función objetivo, la cual es igual al costo total de generación de N plantas
despachables para satisfacer la demanda PD, donde:
y P DBASE se satisface con n-N generadores, siendo n el total de unidades de generación del sistema
eléctrico de potencia. Resulta obvio que n > N. Si CT es el costo total de generación, entonces,
N
CT = ∑ C i (1.2)
i=1
donde C1 será función de PG1, C2 de PG2, etc. Por tanto, la ecuación (1.2) puede escribirse en la forma:
( )
N
CT = ∑ Ci PGi (1.3)
i=1
siendo CT la función objetivo a minimizar en este caso. Además, debe existir el balance generación-
carga, esto es,
( )
N
P D − ∑ PGi = 0 (1.4)
i=1
Más formalmente:
( )
N
Minimizar C T = ∑ C i PGi
i=1
N
(1.5)
Sujeto a P D − ∑ PGi = 0
i=1
Podrá notarse que este es un problema de optimización con restricciones, por el momento sólo una
de igualdad, el cual puede abordarse mediante cálculo avanzado involucrando la función de Lagrange.
⎡ N
⎤
C T + ⎢ PD − ∑ PGi ⎥ λ = L (1.6)
⎣ i=1 ⎦
∂L ∂ C i ( PG i )
= - λ=0
∂ PG i ∂ PG i
Considerando implícito el hecho de que Ci sea función únicamente de PGi, la expresión anterior se
convierte a:
d Ci
- λ=0
d PG i
y, finalmente,
d Ci
=λ (1.7)
d PG i
donde estas derivadas de costo con respecto a la potencia de generación, se le conoce como costo
incremental.
Entonces, la condición necesaria para la existencia de una operación de mínimo costo es que los
costos incrementales de las N unidades generadoras despachables sean iguales, en este caso a λ.
Nótese que el problema de optimización con restricciones se ha transformado a uno de optimización
d Ci
=λ N ecuaciones (1.9a)
d P Gi
N
PD − ∑ PG i = 0 1 restricción (1.9b)
i =1
d Ci
=λ para PGmini ≤ PGi ≤ PGmaxi (1.10a)
d P Gi
d Ci
≤λ para PGi = PGmaxi (1.10b)
d P Gi
d Ci
≥λ para PGi = PGmini (1.10c)
d P Gi
2 ⎛ Mbtu ⎞
H 1 = 510.0 + 7.2 PG1 + 0.00142 PG1 ⎜ ⎟
⎝ h ⎠
2 ⎛ Mbtu ⎞
H 2 = 310.0 + 7.85 PG2 + 0.00194 PG2 ⎜ ⎟
⎝ h ⎠
2 ⎛ Mbtu ⎞
H 3 = 78.0 + 7.97 PG3 + 0.00482 PG3 ⎜ ⎟
⎝ h ⎠
Supóngase que se desea determinar el punto de operación económico de estas tres unidades para
una demanda PD = 850 MW. El costo de combustible para cada unidad son los siguientes:
Entonces,
d C1
= 7.92 + 0.003124 PG1 = λ (a)
d P G1
d C2
= 7.85 + 0.003880 PG2 = λ (b)
d PG 2
d C3
= 7.97 + 0.009640 PG3 = λ (c)
d PG3
Resolviendo para λ:
λ = 9.1482626 $/MWh.
Una vez conocido λ, es posible obtener las potencias generadas por cada unidad:
En este caso, el costo incremental para las tres unidades resulta con el valor:
λ = 8.285 $/MWh.
8.2852 - 7.97
P G3 = = 32.68 MW
0.009640
Sin embargo, tanto PG1 como PG3 están fuera de sus límites. Para resolver esta situación, se efectúa
el siguiente procedimiento:
3. Intentar satisfacer PD' con los generadores que están dentro de límites. En este caso, U-2 es el
único, por lo que
λ1 < λ
λ3 < λ
De acuerdo a lo establecido en (1.10), puede concluirse que llevar PG1 a su límite máximo es
correcto, mientras que igualar PG3 a su límite mínimo es incorrecto.
7. Para cada generador con límite violado y que concuerde su valor de λ con lo establecido en (2.10),
fijar su generación en tal límite. Si algún generador no cumple con tales condiciones, adicionarlo
al conjunto de unidades despachables y regresar al paso 2.
Para este ejemplo, el generador U-3 se adiciona al conjunto de unidades despachables, mientras
que el generador U-1 se fija en el límite violado. Al regresar al paso 3, ahora se tiene:
Resolviendo nuevamente para λ: λ = 8.576065 $/MWh y las nuevas potencias de las unidades
generadoras U-2 y U-3 son:
cuyos valores se encuentran dentro de límites, por lo cual la solución del problema será asignando
tales valores de generación:
El efecto que tienen las pérdidas por transmisión influye de manera determinante en el despacho
económico. Una representación del sistema eléctrico de potencia para este caso, se muestra en la
Figura 1.10.
Cuando es necesario transmitir energía a grandes distancias, las pérdidas por transmisión en casos
extremos se aproximan de 15 a 20% del total de la carga [1][2].
La presencia de las pérdidas en la formulación del problema significa que no puede hacerse uso de
las expresiones (1.10a)-(1.10c), esto es, despachar todas las unidades generadoras a un mismo costo
incremental [2].
Ahora, el balance de potencia en el sistema eléctrico estará representado por:
ng n
∑ PGi − ∑ PDi − PL = 0
i =1
(1.11)
i=1
donde ng es el total de generadores del sistema, n es el total de nodos del sistema y PL son las
pérdidas totales del sistema.
⎛ n ⎞
C = ∑ C i (PG i ) - λ ⎜⎜ ∑ PG i - ∑ P D i - P L ⎟⎟
N n
*
(1.12)
i=1 ⎝ i=1 i=1 ⎠
∂ C* ∂ C i ∂
= - λ + λ PL = 0 i=1, 2, . . . , N (1.13)
∂ P G i ∂ P Gi ∂ P Gi
∂ PL ∂ Ci
= ITLi ; = CI i
∂ PGi ∂ P Gi
donde ITLi se conoce como pérdidas por transmisión incrementales, debidas a un cambio en la
potencia del i-ésimo generador, y CIi es la curva de costo incremental del mismo. La ecuación (1.13)
puede escribirse como:
CI i + λ ( ITLi - 1) = 0 (1.14)
y despejando λ de (1.14),
λ = CI i (1.15)
1 - ITLi
Es decir, ahora el óptimo del despacho económico estará dado por la condición
λ = CI 1 =
CI 2
=
CI 3
=L=
CI N
(1.16)
1 - ITL1 1 - ITL2 1 - ITL3 1 - ITL N
n n
P L = ∑ ( P G i - P Di ) = ∑ P i (1.17)
i=1 i=1
Pi = V i ∑ V m Y im Cos( θ i -θ -γ )
m im
m∈i
⎡θ 2 ⎤
⎢ ⎥
⎢θ 3 ⎥
⎢.⎥
⎢ ⎥
θ =⎢ . ⎥ (1.18)
⎢.⎥
⎢ ⎥
⎢ ⎥
⎢θ n ⎥
⎣ ⎦
Bajo la suposición de que el nodo 1 es el compensador del sistema, entonces, la potencia neta
inyectada en el nodo i puede escribirse como:
Pi = Pi (θ) i = 2, 3, . . . , n (1.19)
y por lo tanto,
Diferenciando (1.17)
n n
dP L = ∑ dPi = dP1 + ∑ dPi (1.21)
i=1 i= 2
donde:
∂ P1 ∂ P1
dP1 = d θ 2 + . . .+ dθ n
∂θ 2 ∂θn
∂ P2 ∂ P2
dP 2 = d θ 2 + . . .+ dθ n (1.22)
∂θ 2 ∂θn
M M
∂ Pn ∂ Pn
dP n = d θ 2 + . . .+ dθ n
∂θ 2 ∂θ n
⎡ ∂ P1 ⎤
⎡dP 2 ⎤ ⎢∂ ⎥
⎢ . ⎥ ⎢ θ 2⎥
⎢ ⎥ ⎢ . ⎥
⎢ . ⎥ ⎢ ⎥
∂ P1 ⎢ . ⎥
dP = ⎢ ⎥ (1.23); = (1.24)
⎢ . ⎥ ∂θ ⎢ . ⎥
⎢ ⎥ ⎢ ⎥
⎢ ⎥ ⎢ ⎥
⎢⎣dP n ⎥⎦ ⎢ ∂ P1 ⎥
⎢ ⎥
⎣∂θ n ⎦
⎡d θ 2 ⎤
⎢ . ⎥
⎢ ⎥
⎢ . ⎥
dθ = ⎢ ⎥ (1.25)
⎢ . ⎥
⎢ ⎥
⎢ ⎥
⎢⎣d θ n ⎥⎦
⎡ ∂ P2 . . . ∂ P2 ⎤
⎢∂ ∂θ n ⎥
⎢ θ2 ⎥
⎢ . .⎥
⎢ ⎥
⎡ ∂P ⎤ ⎢ ⎥
⎢ ∂θ ⎥ = . . (1.26)
⎣ ⎦ ⎢ ⎥
⎢ . .⎥
⎢ ⎥
⎢∂ . . . ∂ Pn ⎥
⎢ Pn ⎥
⎣⎢ ∂ θ 2 ∂ θ n ⎦⎥
siendo (1.26) la submatriz del Jacobiano del método de Newton polar aplicado a estudios de flujos
convencionales [2][4][5]. En términos de (1.23) - (1.26), la ecuación (1.22) puede reescribirse en
forma compacta como:
T
⎛ ∂ P1 ⎞
dP1 = ⎜ ⎟ dθ (1.27)
⎝ ∂θ ⎠
y de aquí,
⎡ ∂P ⎤
dP = ⎢
⎣ ∂θ ⎥⎦ dθ (1.28)
⎡ ∂P ⎤
-1
⎢⎣ ∂θ ⎥⎦ (1.29)
se obtiene
-1
⎡ dP ⎤
⎢⎣ dθ ⎥⎦ dP = dθ (1.30)
t -1
⎛ ∂ ⎞ ⎡ ∂P ⎤
d P1 = ⎜ P1 ⎟ ⎢ ⎥ dP
⎝ ∂θ ⎠ ⎣ ∂θ ⎦
t -1
⎛ ∂ ⎞ ⎡ ∂P ⎤
α = ⎜ P1 ⎟ ⎢ ⎥ (1.31)
⎝ ∂θ ⎠ ⎣ ∂θ ⎦
entonces
donde la inversa del Jacobiano es generalmente una matriz llena de orden (n-1). Para evitar calcular
esta matriz inversa, se hace el siguiente procedimiento:
⎡ ∂P ⎤
Postmultiplicando (1.31) por ⎢ ⎥ se obtiene
⎣ ∂θ ⎦
t
⎛ ∂P ⎞ ⎛ ∂ P1 ⎞
α⎜ ⎟=⎜ ⎟ (1.33)
⎝ ∂θ ⎠ ⎝ ∂θ ⎠
⎡ ∂P ⎤ t ⎛ ∂ P1 ⎞
t
⎢⎣ ∂θ ⎥⎦ α = ⎜⎝ ∂θ ⎟⎠ (1.34)
donde (1.34) es de orden (n-1) y para calcular αt, se podrá utilizar alguna metodología de
resolución de sistemas de ecuaciones lineales algebraicas dispersos.
Nótese que esta submatriz del Jacobiano puede obtenerse de la última iteración del estudio de
flujos y que únicamente se requiere calcular su transpuesta. En caso de utilizar el método desacoplado
n
d P L = αdP + ∑ d Pi (1.35)
i= 2
dP L = (1 + α 2 ) dP 2 + . . .+ (1 + α n ) dP n (1.36)
Específicamente, si todas las potencias generadas, excepto PGi, son constantes, la derivada de
(1.36) está dada como:
∂ PL
_ ITLi = 1 + α i i=2,3,...,N (1.37)
∂ P Gi
λ= CI i = CI i
1 - 1 - α i -α i
Nótese que en esta ecuación, sólo se incluyen los N nodos que contienen generadores
despachables. Como dPL es independiente de dPG1,
ITL1 = 0 (1.39)
Ejemplo 1.3. Supóngase que se desea efectuar el despacho económico del sistema de seis nodos
mostrado en la Figura 1.11 y cuya información se presenta en las tablas 1.2-1.4 [5].
NODO CARGA(MW)
3 111.0
5 111.0
6 92.5
Carga total = 314.5 MW
1. Se obtiene una solución de despacho sin considerar pérdidas por transmisión, con lo cual, de
acuerdo al ejemplo 1 el resultado es mostrado en la Tabla 1.5.
λ = 8.29426 $/MWh.
2. Se realiza un estudio de flujos y se obtienen voltajes nodales del sistema, mostrados en la Tabla
1.6.
Tabla 1.6 Voltajes nodales y pérdidas del sistema obtenidos del estudio de flujos.
VOLTAJE ANGULO
NODO
(VOLTS) (GRADOS)
1 1.0000 0.000
2 1.0000 0.530
3 0.9774 -1.544
4 1.0000 -1.318
5 0.9698 -2.524
6 0.9803 -2.200
PL = 11.9772 MW
3. Obtener la submatriz H del Jacobiano del método Newton-Raphson, a partir de la última iteración
del estudio de flujos. Para calcular el vector α se resuelve el siguiente sistema de ecuaciones de la
forma:
∂ P1
donde el vector independiente se obtiene como , para i=2,3,...n con respecto a los nodos que
∂θ i
se conectan con el nodo compensador, resultando:
⎡α 2 ⎤ ⎡ - 0.982541⎤
⎢ ⎥ ⎢ ⎥
⎢α 3 ⎥ ⎢- 1.062620 ⎥
⎢ ⎥ ⎢ ⎥
⎢α 4 ⎥ = ⎢- 1.051084 ⎥
⎢ ⎥ ⎢ ⎥
⎢α 5 ⎥ ⎢- 1.098425⎥
⎢ ⎥ ⎢⎣- 1.088168 ⎥⎦
⎣α 6 ⎦
Las nuevas curvas de costo incremental estarán dadas por (1.38), ésto es:
2
CI 1 561 + 7.92 PG1 + 0.001562 PG1
CI 1 = =
1 1
2
CI 4 78 + 7.97 PG 4 + 0.004820 PG 4
CI 4 = =
-α4 1.051084
de aquí que
d C1
= 7.9200 + 0.003124 PG1 = λ
d PG1
d C2
= 7.9894 + 0.003949 PG2 = λ
d PG2
d C4
= 7.5826 + 0.009171 PG4 = λ
d P G4
Tabla 1.7 Potencias óptimas de despacho económico considerando pérdidas por transmisión.
λ = 8.28406 $/MWh.
Iteración PG1 (MW) PG2 (MW) PG4 (MW) λ $/MWh ERROR COSTO
TOTAL
1 150.000 114.500 50.000 8.2942 4.500000 3506.90
2 150.000 100.000 76.477 8.2840 0.264772 3614.21
3 153.132 100.000 71.965 8.3977 0.047195 3601.31
4 150.273 100.000 74.983 8.3888 0.030177 3603.51
5 152.124 100.000 73.025 8.3946 0.019580 3602.04
6 150.920 100.000 74.296 8.3908 0.012733 3602.97
7 151.701 100.000 73.471 8.3933 0.008250 3602.36
8 151.195 100.000 74.007 8.3917 0.005366 3602.77
9 151.525 100.000 73.660 8.3927 0.003472 3602.52
Nótese que la solución de mínimo costo se obtuvo en la iteración 3, de donde se puede concluir
que no siempre la última iteración es la solución óptima.
2.1 Introducción
Cuando un sistema eléctrico de potencia cuenta con distintos tipos de generación, la operación
económica del sistema será determinada por la coordinación en el uso de estos tipos de generación. En
sistemas reales la combinación más común es de generación termoeléctrica e hidroeléctrica.
Debido a que la generación hidroeléctrica tiene un costo variable, prácticamente despreciable,
comparado con el costo del combustible utilizado por las plantas termoeléctricas, se puede tener
grandes beneficios económicos al hacer uso óptimo de ambos recursos.
La incertidumbre en la disponibilidad del recurso hidráulico, el comportamiento cíclico de la
demanda, la gran variedad y capacidad de los sistemas hidráulicos, las diferentes restricciones
operativas y de seguridad, además de las restricciones políticas, son algunos factores que hacen que la
planeación de la operación económica de estos sistemas se lleve a cabo mediante una serie de estudios
secuénciales que abarcan diferentes horizontes de tiempo. Estos horizontes de tiempo generalmente se
clasifican en:
Las decisiones de mediano y largo plazo, son las que afectaran en mayor grado la operación
económica global del sistema y la operación segura de los sistemas hidráulicos.
Una decisión errónea sobre un uso intensivo del agua puede llevar a una conducción de déficit de
energía en el futuro, con el consiguiente aumento en el costo de operación. En el otro extremo, una
decisión errónea sobre el almacenamiento del agua, puede llevar a tener que derramar el agua que de
otra manera pudo haber sido turbinada.
Existen dos tipos principales de turbinas hidráulicas, las de reacción (Francis, Kaplan y Propeller)
y las de impulso. La potencia generada (MW) por las turbinas es función directa de la descarga (q) en
metros cúbicos de agua por hora (m3/hr), la altura hidráulica neta (h) y de la eficiencia ( η ) del grupo
turbina – generador, dado por la siguiente expresión:
P = qh(kη ) (2.1)
donde k = 3600/120 Kgs/hrm3 y representa un factor que considera el peso del agua.
La altura neta, es la diferencia entre la altura del embalse he y la altura del nivel del agua a la
salida de la turbina hs.
h = he − hs (2.2)
La altura del agua en el embalse es función del volumen del agua almacenada S y de la estructura
física del mismo. Si se tiene un embalse con paredes verticales y cierta área transversal α s , esta altura
he = S (2.3)
αs
En general, la forma de los embalses es muy irregular y la relación entre la altura y el volumen se
obtiene a través de estudios topográficos del embalse, obteniéndose curvas S-he, a partir de las cuales
y por medio de algoritmos de ajustes de curvas, se obtiene un polinomio de grado n dependiendo de la
precisión requerida, como:
n
S = ∑ α l hen (2.4)
i =1
La altura a la salida de la planta es función del gasto del agua que se descarga a través de la
turbina y de la geometría de la salida, generalmente esta altura es despreciable si se compara con la del
embalse y se puede suponer una relación lineal con la descarga.
Por lo tanto, la altura hidráulica neta de la planta h, será una función no lineal del volumen del
embalse y la descarga de la turbina.
h = f (S , q) (2.6)
P = f ( S , q) (2.7)
El siguiente modelo expresa la descarga como el producto de dos funciones independientes entre
sí; ambas funciones son polinomios de segundo orden, uno en términos de la altura hidráulica neta y el
otro en términos de la potencia generada
q( P, h) = ϕ (h)θ ( P) (2.8)
ϕ (h) = a0 + a1 h + a 2 h 2 (2.9)
θ ( P) = b0 + b1 P + b2 P 2 (2.10)
De acuerdo con la última expresión y con la ecuación general para el volumen, se puede pensar en
un modelo en función del volumen. Por ejemplo, para un embalse con paredes planas, de cierta
superficie plana α s , la descarga de la planta despreciando el nivel de desfogue, se escribe como:
q( P, S ) = ϕ ( S )θ ( P) (2.11)
a1 a2
ϕ ( S ) = a0 + S+ S2 (2.12)
αs α 2
s
θ ( P) = b0 + b1 P + b2 P 2 (2.13)
La estructura básica de un sistema de generación hidroeléctrica está formado por una o varias
plantas de almacenamiento, instaladas sobre uno o varios ríos formando sistemas hidroeléctricos en
cascada.
y i (t )
∑ qφ (t − τ φ )i
S i (t )
qi (t )
El comportamiento del volumen almacenado, en cada una de las plantas está descrito por la
ecuación de continuidad del agua
t
S i (t ) = S i (0) + ∫ ( y i (t ) − qi (t ) +qφ (t − τ iφ ))dt (2.14)
0
τ iφ Retardo del tiempo de viaje del agua de la planta φ río arriba, a la planta i río
abajo.
Las ecuaciones de continuidad del agua de cada planta deberán ser discretizadas, de acuerdo con el
horizonte de optimización y sus períodos.
Para este sistema la versión discreta de las ecuaciones de continuidad del agua para cada planta
está dadas por:
k −1
S1 = S1 + y1 − q1
k k k
(2.15)
k −1
S2 = S2 + y2 − q2
k k k
(2.16)
k −1 k −τ 13 k −τ 23
S 3 = S3 + y3 − q3 + q3 + q2
k k k
(2.17)
k −1
S4 = S4 + y4 − q4
k k k
(2.18)
el volumen (m3)
k
llega de manera natural al embalse o escurrimiento durante el período k y qi
descargado por la planta durante el período k . El sistema de ecuaciones anterior puede representarse
gráficamente por un diagrama, como el utilizado por los algoritmos de flujo en redes. El diagrama que
se muestra a continuación considera tres períodos de tiempo, con duración de 1 hora; los retardos en el
flujo de agua, τ 13 y, τ 23 se suponen de 1 hora.
0 1 2 3
S1 S1 S1 S1
1
1 2 3
y2 y2 y2
0 1 2 3
S2 S2 S2 S2
2
1 2 3
y3 y3 y3
0 1 2 3
S3 S3 S3 S3
3
1 2 3
q3 q3 q3
1 2 3
y4 y4 y4
0 1 2 3
S4 S4 S4 S4
4
1 2 3
q4 q4 q4
Las líneas horizontales representan los volúmenes al final de cada período, los arcos las entradas
naturales y las diagonales \ verticales las descargas.
En base a la Figura 2.3, las ecuaciones de continuidad del agua pueden ser expresadas por:
np nh
Sik = Sik −1 + yik − ∑∑ AIJ q mj . (2.19)
m =1 j =1
I = (k - 1)nh + i
J = (m - 1)nh + j
∆S = y − Aq (2.20)
∑∑ C (P )t
np nt
Minimizar : i
k
Gi k
k =1 i =1
∑ (P (V ) )
n
Sujeto a : i
k k
, θ k − PGik + PDik t k = 0
i =1
i
k k
, θ k − QGik + QDi
k
tk = 0
i =1
np nh
Sik − S ik −1 − ( yik − ∑∑ AIJ q mj )
m =1 j =1
Vimin ≤ Vi ≤ Vimax
Pim ≤ Pimmax
Considerando las últimas cuatro restricciones inactivas, el Lagrangiano en forma compacta estaría
dado por:
ζ ( x, λ ) = CT (PG ) + λtP CP + λtq CQ + λth CH
λ pi ($ / MWhr )
λ qi ($ / MVARhr )
λ hi ($ / m ) 3
3.1 Introducción
Note que la solución de menor costo, no resulta ser cuando las 3 unidades son despachadas, o
cuando cualquier combinación involucra 2 unidades.
Suponga que la demanda sigue un patrón pico-valle como se muestra en la Figura 4.2. Si la
operación del sistema es optimizar recursos, algunas unidades deben apagarse conforme la demanda
disminuye y reasignarse (encenderse) al incrementarse la demanda.
Demanda
1200 MW
500 MW
Tiempo
4 PM 4 AM 4 PM
Si se desea conocer qué unidades deben apagarse y cuándo, es necesario aplicar técnicas
apropiadas para la selección de las unidades disponibles, lo cual es una tarea compleja. Una de estas
técnicas de solución es conocida en la literatura como Lista de prioridades.
Considere que se desea conocer las unidades que deben entrar y salir de operación en función del
patrón de demanda de la Figura 3.1. De la misma figura, se observa que la demanda varía entre 1200 y
500 MW. Para conocer las unidades que satisfacen la demanda en cada instante de tiempo, se realiza
Demanda
1200 MW
Unidad 3
Unidad 2
500 MW
Unidad 1
Tiempo
4 PM 4 AM 4 PM
Se desea realizar la asignación de unidades para suministrar una demanda con cuatro unidades de
generación. La Tabla 4.3 presenta las características de las unidades. Las tablas 4.4 y 4.5 muestran las
condiciones iniciales y patrón de la demanda respectivamente. Se requiere además, que el orden de
encendido en las unidades sea U3, U2, U1 y U4.
Unidad Pmín (MW) Pmáx (MW) Costo sin Costo a plena Tiempo mínimo (hr)
carga $/hr carga $/MWhr Encendido Apagado
1 25 80 213.00 23.54 4 2
2 60 250 585.62 20.34 5 3
3 75 300 684.74 19.74 5 4
4 20 60 252.00 28.00 1 1
Hora 2:
Pcos t (2,12) = (300)(19.74 ) + (230)(20.34 ) = 10600.2
Fcos t (2,15) = min [Pcos t (2,15) + S cos t (1, L : 2,15) + Fcos t (1, L )]
{12 ,14 ,15}
⎡8973 + 350⎤
Fcos t (2,15) = 10833.4 + min ⎢⎢ 9403 + 0 ⎥⎥ = 20156.4
⎢⎣ 9556 + 0 ⎥⎦
Fcos t (2,14) = min [Pcos t (2,14) + S cos t (1, L : 2,14) + Fcos t (1, L )]
{12,14,15}
⎡8973 + 350⎤
Fcos t (2,14) = 10680.2 + min ⎢⎢ 9403 + 0 ⎥⎥ = 20003.2
⎢⎣ 9556 + 0 ⎥⎦
Estado Unidades
9206 10833
15 1111 12 12
9556 20156
9053 10680
14 1110 12 12
9403 20003
13 0111 12 12
10600
12 0110 12 12 12
19573
8973 8973
8973
Se continúa evaluando las etapas para los posibles estados, la asignación final se muestra en la Tabla
4.7.
4.1 Introducción
a) Función objetivo
b) Controles
c) Restricciones
Si se utiliza una técnica de optimización no lineal, la formulación general del problema es:
minimizar f (x)
sujeto a g (x) = 0 (4.1)
h (x) ≤ 0
donde x es el vector de variables de estado y de control, f(x) es la función objetivo, g(x) representa el
balance de potencia, h(x) el vector de límites de las variables de estado y de restricciones funcionales.
Las funciones objetivo más comunes son la minimización de costos de generación de potencia
activa o minimizar pérdidas de potencia activa.
4.2Metodo de Newton
En un problema de optimización, no sólo se requiere minimizar una función sino que, además, es
necesario satisfacer restricciones, ya sea de igualdad o desigualdad.
L(x,λ ) = f ( x ) + λ T g ( x ) + µ T h( x ) (4.2)
donde L(x,λ) es la función Lagrangiana, f(x) es la función objetivo, λT es el vector transpuesto de los
multiplicadores de Lagrange asociados a las restricciones de igualdad, los cuales se interpretan como
costos marginales, mientras que µT es el vector transpuesto de los multiplicadores de Lagrange asociados a
las restricciones de desigualdad.
Para comprobar si un punto (x*, λ*) es un mínimo es necesario que este cumpla las condiciones de
optimalidad (Kuhn-Tucker), las cuales están dadas por [4]:
= +⎢ ⎥ λ + ⎢ ∂x ⎥ µ = 0 (4.3)
dx ∂x ⎣ ∂x ⎦ ⎣ ⎦
∂L(x* , λ* )
= g (x* )= 0 (4.4)
∂λ
El problema (4.1) es equivalente a encontrar (x*, λ) tal que L(x, λ) sea un mínimo. Cada multiplicador
de Lagrange indica la razón de cambio de la función objetivo con respecto a cambios en la restricción en el
punto mínimo x*, esto es, en el caso que µ=0, a partir de (4.3):
=
∂x
+⎢ ⎥ λ= 0 (4.6)
dx ⎣ ∂x ⎦
∂f (x* ) ∆f
λ =- (4.7)
∂g (x* ) ∆g
=
⎡ H ( x,λ ) J T ( x )⎤ ⎡ ∆x ⎤ ⎡ ∇ x L( x,λ )⎤
⎢ ⎥ ⎢ ⎥=- ⎢ ⎥ (4.8)
⎢⎣ J ( x ) 0 ⎥⎦ ⎣∆λ ⎦ ⎢⎣∇ λ L( x,λ )⎥⎦
donde H(x,λ) se conoce como matriz Hessiana, conformada por las segundas derivadas del Lagrangiano
con respecto al vector x:
H ( x,λ )= = + ⎢ ∂ 2 ⎥ λ (4.8a)
∂ x2 ∂ x2 ⎣ x ⎦
mientras que J(x) es la matrix Jacobiana o Jacobiano, constituída por las primeras derivadas del
Lagrangiano con respecto al vector λ:
∂ L( x,λ ) ∂g ( x )
2
J (x )= = (4.8b)
∂x∂λ ∂x
W ( z )∆( z )= - g ( z )
⎡ H ( x,λ ) J T ( x )⎤ ⎡∇ x L(x, λ )⎤
z = [x,λ ] ; W (z )= ⎢ ⎥; g (z )= ⎢ ⎥;
T
donde:
⎣⎢ J ( x ) 0 ⎦⎥ ⎣⎢∇ λ L(x, λ )⎦⎥
Tal como se mencionó anteriormente, el problema de flujos óptimos formulado como un programa
no lineal con restricciones, se transforma en un problema algebraico no lineal, mediante la técnica de
multiplicadores de Lagrange, el cual puede ser resuelto por el método de Newton.
En este caso, la función objetivo es minimizar los costos de generación de potencia activa.
Matemáticamente, el problema se formula de la manera siguiente:
ng
Minimizar C T = ∑ C i (PG i ) (4.11)
i=1
∑ (P (v,θ ) - P + P Di )
n
Sujeto a : i Gi (4.11a)
i=1
∑ (Q (v,θ ) - Q )
n
i Gi
+ Q Di (4.11b)
i=1
donde x = [v,θ,PG]T, n es el total de nodos del sistema, ng es el total de generadores del sistema, Vi
es la magnitud del i-ésimo voltaje complejo nodal, PGi es la inyección de potencia activa del i-ésimo
generador despachable, QGi es la inyección de potencia reactiva del i-ésimo generador, PDi es la
potencia activa demandada en el i-ésimo nodo, QDi es la potencia reactiva demandada en el i-ésimo
nodo. Las restricciones (4.11a) y (4.11b) representan el balance de potencia nodal en el sistema,
(4.11c) los límites de generación de potencia activa, (4.11d) los límites de generación de potencia
Al igual que en (4.2), para (4.11) la función objetivo aumentada se expresa como:
( ) ( )
n n n nl
( ) ( ) ( )
L = ∑ C i PG i + ∑ λ p Pi v , θ − P G i + P D + ∑ λ q Q i v , θ − Q + Q D + ∑ µ i Pim − PimMAX
i i i Gi i
( ) (4.12)
i=1 i=1 i=1 i=1
donde no se considera las restricciones (4.11c, 4.11d, 4.11e). Compactando (4.12) se tiene:
Suponiendo que todas las restricciones de desigualdad están inicialmente inactivas, es decir µ=0,
se tiene
i i i
(4.14)
i=1 i=1 i=1
El problema consiste en suministrar la demanda al menor costo, sujeto a las restricciones operativas y
de seguridad. De acuerdo a (4.8), se tiene que CT = C1(PG1) + C2(PG2), donde C1(PG1) y C2(PG2) son curvas
de costo de generación de cada unidad que, para este ejemplo, se consideran cuadráticas:
C i (PG i )= d i PG i + bi PG i + ai
1 2
(4.15)
2
En general, CT puede ser una función de alguna o todas las variables de x. En este caso particular,
solamente es función de PG1 y PG2, siendo un ejemplo de los diferentes tipos de funciones objetivo que
pueden considerarse en la formulación del problema de flujos óptimos.
Aplicando la ecuación recursiva para minimizar el Lagrangiano (4.9), se obtiene el siguiente conjunto
de ecuaciones:
El significado de cada elemento del vector gradiente g(z) es mostrado como la primera derivada de L
con respecto a un elemento de x o λ, mientras que cada elemento de ∆z es la corrección específica de un
elemento de x o λ. Los elementos de W se muestran como símbolos H y J.
⎡ ∂2L ⎤ ⎡ ⎤
⎢ ∂P 0 0 1 0 ⎥ 0 0 0 1 0
⎢ ⎥
⎢ G2 ⎥ ⎢ ⎥
⎢ ∂2L ∂2L ∂P2 ∂Q2 ⎥ ⎢ ∂2L ∂2L ∂P4 ∂Q4 ⎥
⎢ 0 ∂θ 22 ∂θ 2∂V2 ∂θ 2 ∂θ 2 ⎥ ⎢ 0 ⎥
⎢ ⎥ ∂θ 2∂θ 4 ∂θ 2∂V4 ∂θ 2 ∂θ 2
⎢ ⎥
⎢ ∂2L ∂2L ∂P2 ∂Q2 ⎥ ⎢ ∂2L ∂2L ∂P4 ∂Q4 ⎥
⎢ 0 ∂V2∂θ 2 ∂V22 ∂V2 ∂V2 ⎥ ⎢
0
∂V2∂θ 4 ∂V2∂V4 ∂V2 ∂V2 ⎥
⎢ ⎥ ⎢ ⎥
⎢ ∂P2 ∂P2 ⎥ ⎢ ∂P2 ∂P2 ⎥
1 0 0
⎢ 1 ∂θ 2 ∂V2
0 0 ⎥
⎢ ∂θ 4 ∂V4 ⎥
⎢ ⎥ ⎢ ⎥
⎢ ∂Q2 ∂Q2 ⎥ ∂Q2 ∂Q2
⎢ 0 0 0 ⎥
⎢ 0 ∂θ 2 ∂V2
0 0 ⎥
⎣⎢ ∂θ 4 ∂V4 ⎦⎥
⎣ ⎦
(a) (b)
W(z)∆z = -g(z) puede verse como un conjunto de ecuaciones que consiste de 3 partes fundamentales:
el vector gradiente, la matriz Hessiana del Lagrangiano y la matriz Jacobiana. Estas componentes han sido
previamente escritas en términos de la función general Lagrangiana (4.8a, 4.8b), las cuales se examinan a
continuación.
Observando el conjunto de ecuaciones (4.9), se nota que para obtener ∆z, se requiere evaluar W y
g, lo cual puede realizarse a partir de z y los parámetros de la red de transmisión.
El vector gradiente g(z) está compuesto de las primeras derivadas del Lagrangiano con respecto al
vector x como se muestra en la Figura 4.2.
∂L
A manera de ilustración, se presenta la forma de evaluar . Este término es la suma de la
∂ PG 2
primera derivada parcial de cada función en el Lagrangiano con respecto a la variable PG2:
∂L ∂
= {C 2 (PG 2 ) - λ p2 CP2} (4.17)
∂ PG 2 ∂ PG 2
∂L ∂ ⎧1 ⎫
⎨ d 2 PG 2 + b2 PG 2 + a 2 - λ p 2 (P 2 (v,θ ) - Pesp 2 ) ⎬
2
=
∂ PG 2 ∂ PG 2 ⎩ 2 ⎭
∂L
= d 2 PG 2 + b 2 + λ p 2
∂ PG 2
donde P esp 2 = P D 2 - PG 2
∂L
Adicionalmente, se muestra la forma de determinar :
∂θ 2
∂L ∂
= {- λ p1 CP1 - λ q1 CQ1 - λ p 2 CP2 - λ q 2 CQ2 - λ p4 CP4 - λ q4 CQ4} (4.18)
∂θ 2 ∂θ 2
∂L
por lo tanto, la contribución de λp4 CP4 a es λ p V4V2Y42 Sen(θ 4 − θ 2 − γ 42 ) donde V2 es la
∂θ 2 4
magnitud del voltaje complejo en el nodo 2, V4 es la magnitud del voltaje complejo en el nodo 4, θ2 es
el ángulo de fase del voltaje complejo en el nodo 2, θ4 ángulo de fase del voltaje complejo en el nodo
4, Y42 es la magnitud del elemento (4,2) de la matriz de admitancias nodal y γ42 es el ángulo del
elemento (4,2) de la matriz de admitancias nodal.
Finalmente, se ilustra la forma de obtener ∇ λ L( x,λ ) . Cada elemento de − ∇ λ L( x,λ ) es el
∂L
negativo del desbalance de potencia activa o reactiva. Por ejemplo, es el desbalance CP3.
∂ λ p3
∂L ∂
=
∂ λ p3 ∂ λ p3
{- λ p3 CP 3}
(4.21)
= - ( P 3 (v,θ ) - p esp3 )
La matriz Jacobiana J es dispersa en W. Todos sus elementos son segundas derivadas de la forma
∂ L ∂ L
2 2
= (4.22)
∂ x i ∂ λ j ∂ λ j ∂ xi
donde xi puede ser θi, vi, PGi, mientras que λi será λpi o λqi. Pero esas segundas derivadas parciales
también son las primeras derivadas de la forma
∂ L
2
∂ L
2
∂ ⎡ ∂L ⎤
= = ⎢ ⎥ (4.24)
∂ λ p 3 ∂ θ 4 ∂ θ 4 ∂ λ p 3 ∂ θ 4 ⎢⎣ ∂ λ p 3 ⎥⎦
∂L
= - CP3 = (P3 (v,θ ) - Pesp 3 ) (4.25)
∂ λ p3
Por lo tanto
∂L ⎡ ∂L ⎤ ∂ ∂ P3
∂θ 4
⎢ ⎥= (P 3 (v,θ ) - P esp3 )= (4.26)
⎣⎢ ∂ λ p3 ⎦⎥ ∂θ 4 ∂θ 4
∂ P3
donde el término es un elemento típico de J.
∂θ 4
∂ L = ∂ L
2 2
(4.27)
∂ xi ∂ x j ∂ x j ∂ xi
d1 d2 =1 (4.28)
∂ P G12 ∂ P G 1 ∂ λ p1 ∂ P G 22 ∂ P G2 ∂ λ p2
∂ L =- ∂ CP 2 - ∂ CQ 2 ∂ CP 4 - ∂ CQ 4
2 2 2 2 2
λ p2 λ q2 - λ p4 λ q4 (4.29)
∂θ 2 ∂ V 4 ∂θ 2 ∂ V 4 ∂θ 2 ∂ V 4 ∂θ 2 ∂V 4 ∂θ 2 ∂ V 4
Un problema de flujos óptimos se considera resuelto cuando el gradiente se encuentra dentro de una
tolerancia especificada próxima a cero y los multiplicadores de Lagrange del conjunto de restricciones
activas pasa la prueba del signo [2], ya que mientras los multiplicadores de Lagrange relacionados con
restricciones de igualdad son irrestrictos en signo, los asociados con restricciones de desigualdad tomarán
únicamente valores positivos cuando la restricción esté activa.
Estas condiciones son necesarias pero no suficientes para la obtención de un mínimo, puesto que
únicamente indican un punto estacionario, pudiendo ser un mínimo, máximo o un punto de inflexión [3].
Para establecer que un punto estacionario es un mínimo, es necesario mostrar que la proyección de la
matriz Hessiana sobre el gradiente de las restricciones activas es positiva definida. El esfuerzo
computacional para ejecutar la prueba de suficiencia es muchas veces mayor que el esfuerzo
computacional para la búsqueda del punto estacionario, por lo que la prueba debe ser omitida en lo posible
[2,5].
Las condiciones necesarias para la optimalidad del problema están dadas por las ecuaciones siguientes:
∂L( x,λ ) n
∂ λ qi
(
= ∑ Q(v,θ )i - QGi + Q Di = 0 ) (4.33)
i=1
∂L( x,λ )
= CI (P Gi ) - λ pi = 0 (4.34)
∂ P Gi
minimizar f (x)
(4.35)
sujeto a g (x) ≥ 0
donde s es factor de ponderación y E (g(x)) es una función de penalización que cumple las siguientes
condiciones:
El propósito de la función E (.) es asignar un alto costo a la función objetivo original f (x), de modo
que el proceso de minimización requiera que se cumpla la restricción, y que el término adicionado por E (.)
desaparezca [3,4].
Una de las funciones de penalización más utilizada por el método de Newton, es la forma cuadrática
por tener segundas derivadas:
En la Figura 3.4 se muestra la función sE(g(x)), para diferentes valores de s, donde se observa que para
valores grandes de s, la función sE(g(x)) tomará valores grandes si la restricción g(x) es violada. Por lo
tanto el proceso de minimización buscará los puntos inferiores, los cuales corresponden a valores donde
g(x) = 0, es decir donde la restricción se satisface [3].
Los costos marginales empleando funciones de penalización pueden ser estimados tal como se
describe a continuación.
Si se considera que la función de penalización es del tipo (4.37) y una restricción de la forma g(x)=a,
las condiciones necesarias para el óptimo del problema (4.36) están dadas por (4.38).
El método de Newton puede colocar cualquier tipo de restricciones funcionales de desigualdad. Esta
restricciones se incluyen en la matriz W si y sólo si éstas restricciones son violadas.
El flujo de potencia real representa una de las restricciones funcionales que mayor dificultad causa
para al momento de incluirse en W.
Una vez detectada la violación del límite de flujo de potencia, se deberá agregar a la función
Lagrangiana original:
n
Min ∑ (C1k s1k + C 2 k s 2 k )
k =1
NSTEP NG
( )
⎛ Qj 2
⎜ i1
⎞
⎟
Min ∑ ∑ ⎜ Qimax ⎟ (4.41)
J =1 i =1
⎝ ⎠
∑ ∑ (V )
NSTEP NG
M ax i1
j
(4.42)
J =1 i∈LND
NSTEP NCONTG +1
M ax ∑
J =1
∑α
k =1
j
k (4.43)
5.1 Introducción
Esta función proporciona a los operadores información del estado actual del sistema eléctrico de
potencia, la cual es obtenida a través del sistema de medición y de transmisión de datos. En términos
generales, es la función más importante de las tres. Sin embargo, con tanta información recibida
simultáneamente, el operador no es capaz de analizarla, por lo que es necesario el uso de
computadoras en los centros de control para almacenar y procesar dicha información, tal que el
operador se limite a observar desplegados gráficos en los cuales se pueda observar variables de interés
y condición de las mismas en una forma rápida y eficiente (simple).
La estimación de estado es comúnmente usada en tales sistemas de recepción y procesamiento de
información, y consiste en compararla con modelos matemáticos del sistema eléctrico de potencia para
obtener la mejor estimación posible (desde un punto de vista estadístico) del estado o condiciones
operativas del sistema [2].
Los resultados de esta función permiten operar el sistema en forma preventiva. Muchos de los
problemas que ocurren en un sistema eléctrico de potencia pueden causar serios problemas antes que
el operador pueda decidir alguna acción correctiva y aplicarla. Debido a esto, los centros de control
modernos cuentan con programas de computadora que modelan y analizan posibles problemas en el
sistema antes de que ocurran, tal que el operador conozca de antemano las acciones correctivas y se
apliquen con la suficiente oportunidad al momento que ocurre realmente el evento analizado.
Debe tenerse en cuenta que hay un gran número de contingencias posibles de ocurrir, por lo que
una parte del analizador de contingencias consiste en obtener una lista de las más posibles y peligrosas
para el sistema. La otra parte es el análisis de cada una de ellas, tal que se detecte violaciones de
límites operativos en un conjunto de elementos del sistema, así como del diseño de las acciones
correctivas más efectivas. Por ejemplo, la forma más simple del análisis de contingencias puede
Esta tercera función permite al operador alterar las condiciones del sistema ante el evento de una
sobrecarga o en el momento en que el programa de análisis de contingencias predice que un problema
serio puede resultar en la salida de equipos. Un tipo simple de acción correctiva es la redistribución de
potencia activa entre generadores, lo cual causa cambios de flujos, tal que se elimine las sobrecargas
en elementos de transmisión [3].
Una compañía eléctrica tiene como objetivo suministrar en todo momento energía en cantidad y
calidad suficientes, al menor costo posible. Esto es, el sistema eléctrico debe operar bajo ciertas
condiciones de seguridad y optimalidad para lograr su objetivo. Sin embargo, para tener un sistema
que sea seguro en todo instante se requiere efectuar inversiones costosas, las cuales pueden ser
injustificables aún cuando el sistema opere en forma óptima y segura. Por lo tanto, se requiere
establecer un compromiso entre el mejoramiento de la seguridad y la inversión involucrada, lo que ha
conducido a la necesidad de analizar la seguridad del sistema, considerando un conjunto de
contingencias posibles de ocurrir.
Cuando se planea la expansión del sistema, normalmente se debe satisfacer una demanda máxima
pronosticada y, simultáneamente, tener márgenes de seguridad para que las contingencias posibles de
ocurrir no produzcan una situación insegura o de emergencia.
Las condiciones de operación de un sistema eléctrico de potencia pueden caracterizarse por cinco
estados, tal como se muestra en la Figura 5.1 [4].
NORMAL
ALERTA
RESTAURATIVO
EMERGENCIA EMERGENCIA
EXTREMA
1. Selección de contingencias
2. Algoritmos de análisis de contingencias
3. Procesamiento de información generada por las contingencias simuladas.
Estas técnicas se han desarrollado en base a la observación de que la alteración de algún elemento
de la matriz de coeficientes, a la cual se le ha aplicado algún esquema de ordenamiento para preservar
su dispersidad, introduce pocos cambios en la matriz factorizada correspondiente. Esto es
precisamente el caso de simular contingencias.
Entonces, un análisis comparativo de los dos últimos enfoques se hace necesario para tratar de
aumentar la eficiencia en la simulación de contingencias.
6.1 Introducción
The electricity sector is in the process of restructuring. The traditional vertical integrated structure
in which electricity was produced/transported/delivered no longer exists per se. Production,
generation, and transmission activities are now disseminated into more than one company. The idea of
this new structure is to promote competition in the supply side while consumers are offered a set of
choices ranging from service providers to types of service offered. This new paradigm is driven by
market forces. It makes necessary to understand the organization of participants in the new business
environment. Finally, the laws of physics do not change but changes are in effect in the ways of
business operations. This module begins by highlighting the types of new and existing markets in the
energy industry before describing the interactions between these entities and the risks involved.
Following that, auction market that facilitates the bidding activities in the electricity market is
introduced and linear programming is presented to solve the general optimization process for the
operational planning activities of market participants.
A market is a mechanism that allows market participants to trade and is normally governed by the
theory of supply and demand. Markets work by placing many interested sellers in one place, thus
making them easier to find prospective buyers.
The traditional market is a city square where traders set up stalls while buyers browse through the
merchandise and decide whether to purchase or not. This kind of market is very old, and many such
markets are still in operation around the whole world.
Commodity markets facilitate the definition and trading activities of contracts for delivery for any
product or service that can be characterized in a interchangeable way. Commodities traded in the
financial markets for immediate or future delivery are:
They are generally traded in very large quantities in pools or exchanges. Exchanges usually
maintain the asset base required for trading; trading floor, computing facilities, clearing houses, etc.
Members own a seat, pay membership dues, and pay transaction fees and these can be sources of funds
for the operation of the exchange. They are also responsible for designing and implementing rules of
conduct subject to regulatory oversight. In addition, exchanges educate members and public, gather
and disseminate market data, clear trades and maintain the financial integrity of trades due the risks
that arise. The clearinghouse for an exchange processes trades and ensures prompt and correct
payments. Some examples of commodity markets are the Chicago Board of Exchange (CBOE), the
New York Mercantile Exchange (NYMEX), the London Metal Exchange (LME).
Physical Market is a market in which commodities are bought and sold for cash and delivered
immediately.
Financial market is a market for the exchange of capital and credit. Money markets, capital
markets, derivatives markets, futures markets, insurance markets, and foreign exchange are considered
financial markets. These markets can either be primary markets or aftermarkets. The primary market is
Physical Market for Electricity. The competitive electricity market is structured around a spot
market or in an exchange to trade wholesale electricity. All electricity produced by producers must be
traded through the exchange. A single central dispatch process or central auction mechanism
determines the merit order for the dispatch of generation based on hourly trading intervals to balance
supply and demand and system security.
Financial Market for Electricity. However, the spot price can be volatile due to a range of supply
and demand factors. Market participants may reduce this risk by entering long and short term
wholesale bilateral contracts traded over-the-counter (OTC) between counter parties or through
brokers or by using exchange traded instruments. Whilst contracts provide a hedging facility, they do
not carry with them any rights to the physical supply of electricity.
Market as institution acquires risk on behalf of market participants. A simple case is a Grocery
Store. A grocery store is a ‘pool’ in which food products can be found by customers. These products
are contracted with suppliers. In order to make those products available, allowing the trading between
consumer and supplier, the store is engage with different types of risks. Delivery and credit risk are
two of them. Some of these risks are similar for many institutions immersed in market environment.
Some risks definitions are given next.
Market risk is the risk to a financial institution's condition resulting from adverse movements in
market rates or prices. Market risk applies mainly to stocks and options. As a whole, stocks tend to
perform well during a bull market1 and poorly during a bear market2—volatility is not so much a cause
but an effect of certain market forces. Volatility is a measure of risk because it refers to the behavior of
your investment rather than the reason for this behavior.
1
A bull market occurs when all stock prices are on the rise.
1
A bear market occurs when almost all stock prices are falling.
These terms are considered essential because they cannot be easily implied by law as they are the
necessary parameters to the contractual relationship. Every contract should provide for these terms.
Standardizing contract will help the market by increasing liquidity and transparency.
Long-term contracts (forward or bilateral) have been used to lock prices; price risk is removed, in
absence of options and other financial derivatives. However, but before entering into long-term
contracts, the company must evaluate the benefits that it expects to obtain from it. The optimal
contract length reflects an economic trade-off between the marginal cost and marginal benefits of
extending the length of the benefit. The optimal contract length also depends on market information,
as future economic environment becomes more certain, the length of contracts decreases.
7.1 Introducción
Energy markets are a collection of commodities that are quite different in nature. Energy markets
include fuel market, electricity market, and emission Market. New markets have been created in
response to deregulation of the power industry, i.e. weather market. The term fuels, in this document,
imply an electricity-centric perspective.
A supply chain is a network of facilities that performs the functions of procurement of material,
transformation of material to intermediate and finished products, and distribution of finished products
to consumers [9].
The electricity industry operates through a supply chain which extends the unbroken chain from
the power station to the customer preparing to flick a switch in any one of the millions of homes,
offices and factories. Each separate link in that chain depends on all the other parts to keep the chain
intact.
All electricity is generated from power stations, generally far away from demand centers.
Electricity is transmitted through transmission lines from the power stations to demand centers. Four
separate links, or activities, to this supply chain are identified: generation, transmission, distribution
and commercialization.
Before deregulation, these complex activities were often managed by one entity. Naturally, this
arrangement resulted in heavy regulation. Concerns about the enormous inefficiency of this
mechanism led to the onset of deregulation. The process has entailed two things: (1) an unbundling of
the services and (2) the creation of markets to mediate the provision of the services.
Each level of a supply chain makes decisions that have ramifications throughout the entire system.
The quality of a given decision depends on what the decision maker knows. As a result, the
dissemination of accurate information is critical for the supply chain to operate effectively. Credibility
is a key factor in the exchange of information.
Several different contract types are shown to coordinate one supplier and one retailer supply chain
and arbitrarily divide its profit: buy back contracts, revenue sharing contracts, quantity flexibility
contracts, sales rebate contracts and quantity discount contracts [9].
Coordination failure, sub-optimal contract coordination, is common. Sub-optimal supply chain
coordination may be due to conflicting incentives. In many cases there are multiple kinds of contracts
that achieve coordination and arbitrarily divide profits. Hence, the contract selection process in
practice depends on agents’ criteria or objectives.
The integration of the different supply-chains was then analyzed by Leontief.
Wassile Lontief developed the Input-Output, I-O, theory which is a linear approximation of the
Walrasian model that allows the general theory of equilibrium to be applied [10]. Economic I-O
analysis is a method to systematically quantify the interrelationships among various productive sectors
of an economic sector in which goods are produced in those sectors by many of the primary factors.
The economic system may be as large as a nation or as small as the economy of a municipality area.
Coal Coal
Oil
G2 G3
N. Gas
G4
G1 POWER SYSTEM
Wind
Water Go ESCO 1 DISCO 1
Nuclear
DISCO 2
Oil
Market
Coal
Market
Natural Gas
Market
Electricity
Market
The production chain of the generation and delivery of electricity to consumers includes fuel
transportation, generation, transmission and distribution of electricity through a transmission network.
The optimization problem can be formulated mathematically as:
m r m m m m r
min ∑∑ bis xist + ∑∑ g ij Pijt + ∑∑∑ cijs k ijst (7.1)
i =1 s =1 i =1 j =1 i =1 j =1 s =1
∑ x + ∑ (P )
r m
S. to t
is
t
ij − Pjit ≥ d it (7.2)
s =1 i =1
( )
m
aist xist − ∑ wkis
t
− wkis
t
≤ f is (7.3)
k =1
∑x
r
t
is
≤X t
si (7.4)
s =1
The objective function minimizes the production costs of each unit, the different fuel
transportation costs, and transaction costs among participants. Constraint (7.2) represents the balance
of each service within local markets and exchanges. Constraint (7.3) requires that the amount of fuel s
shipped in region i less the amount of fuel shipped out of region i is at most the amount of fuel that
region i has. Constraint (7.4) represents the units’ output maximum limit while constraints (7.5) are
nonnegative conditions.
8.1 Introducción
An auction is a market institution with an explicit set of rules that determine resource allocations
and prices on the basis of bids from market participants [13][14]. Auctions are usually used for
products that have no standard value. For example, the price of electricity depends on the supply and
demand conditions at a specific moment in time. Auctions consist of four parts – players, objects,
payoff functions and strategies. Players or market participants are rational, intelligent, and complex.
Auctions are games with incomplete information that may involve a single or large quantity of
indivisible or divisible objects, whose true value may or may not be known to the bidder and varies
across different types of bidders. The payoff function usually includes the award mechanism,
reservation price, and overhead costs, such as participation, preparation, and information costs. Players
choose strategies to maximize their expected gain [15].
Auctions can be one-sided or double-sided [16]. One-sided auction allows buyers (sellers) to
submit bids and sellers (buyers) to accept bids (offers) but cannot make offers (bids) (see ¡Error! No
se encuentra el origen de la referencia. (a)). Two-sided or double-sided auction allows both buyers
and sellers to submit bids and offers at the same time (see ¡Error! No se encuentra el origen de la
referencia. (b)).
Market
Price
There exist four standard types of one-sided auctions that are summarized in Table 8.1 [13]. These
standard auctions can be transformed to suit the needs of the market institution – multiple markets,
multiple sales by sealed bids, sealed-bid double auctions, and cyclical double auctions.
English Bids progressively raised until one bidder remains Value of second highest bid
Dutch Price decreased until first bidder accepts Value of first bid
The players in the electric market may function in the following manner. Sellers (generator
owners) submit a supply curve and supply price to a coordination center (ISO). Buyers (local
distribution companies and any industrial or commercial private buyers) submit bids for power
delivered to local buses. The ISO is responsible for market settlement that includes scheduling,
dispatch, and transmission system management while ensuring system integrity and stability. With
bids received from both suppliers and buyers, ISO maximizes social welfare to obtain the optimum
The formulation of bidding strategies affects the input and output for generators. Thus, it is
important to identify the factors that are significant when bidding strategies are formed. Besides the
influences covered in Porter’s five forces, there are other factors that influence bidding. As an
introduction, this section outlines most but not all of the parameters that affect bidding strategies,
hence the operations planning for GenCo.
The design of electricity market auction influences the bidding strategy of a generator. Whether
the auction is static or dynamic, the bidding strategies of a generator are never the same. In a static or a
one-shot auction, the generator sole objective is to maximize its profit for a single period. For a
dynamic auction where it has to bid for multiple periods, the generator may have multiple conflicting
objectives that attempt to maximize its profits and study the behavior of market behaviors
simultaneously. In a uniform or non-discriminatory price auction, every winning bidder receives the
same market clearing price whereas in a discriminatory price (pay-as-bid) auction, the winning bidders
are paid its winning bid. Therefore, generators prefer to bid their incremental costs in uniform price
auctions since they are getting the same price. On the other hand, generators would bid close to their
expectation of market price if it is a discriminatory price auction. In addition, the order in which the
markets are cleared is also important. Different strategies are employed for markets (energy and
reserves) that are cleared simultaneously or sequentially.
The bidding protocols set by market rules determine how generators would bid to maximize their
profits. Some markets use a one-part bid, while others allow separate multipart bids for startup and
shutdown costs. The New York ISO separates energy bids into a startup cost curve and an energy
curve, which can be a three-segment staircase or a 6-segment piecewise linear curve while the PJM
market uses 10-point energy curve (NYISO and PJM online documents).
Typically, a generator has the option to sell its capacity to different types of markets namely the
energy and the ancillary services market that covers reserves margins, reactive power, and the energy
balance market. A generator can allocate its output to the energy market or make its generating
capacity available to the reserves market. Conversely, the generator can also opt to outsource its
capacity to meet the estimated load. Therefore, the bidding strategy depends on which markets are
included in its profit-making horizon.
8.3.4.Technical Limitations
Generators have limited available capacity (generation limits) and other technical constraints such
as minimum up time, minimum down time, ramp-up limit, ramp-down limit, start-up ramp rate, and
shut-down ramp rate. The physical characteristics are critical because they determine the time and
duration of the available capacity that can be sold.
8.3.5.Behavior of Competitors
As mentioned earlier, the oligopoly structure of the electric power industry complicates the
bidding strategy because the behavior of other generators affects the market, hence affects the profit
for each generator. More complex bidding strategies model the behavior of competitors from experts’
knowledge and historical data.
To sell electricity, a generator needs to know how much it can sell and this intersection of load
demand versus the supply curve determines the market clearing price. Bidding strategy has to include
this component.
Electricity can be sold through bilateral contracts. The amount of bilateral contract scheduled for
supply during the bidding period will determine how much power is available to the generation
company to bid in the next period. This holds true where the pool is not mandatory and the suppliers
are free to establish heir own contracts with customers. The definitions and discussion on other
financial tools for hedging purpose will be discussed in the Risk and Assessment module.
Consider a sealed bid discrete auction where the sellers and buyers do not consider anything but
profit when negotiating for a product. Consider that the seller has an amount to sell:
c ij ≥ 0 (8.3)
determined. The value of the exchange is the amount willing to be paid times the amount exchanged.
The cost is the price times the amount exchanged. Note that both the amount to be exchanged and the
price are non-negative and hopefully positive quantities.
The price is to be determined by the rules of the auction mechanism. The value is the upper limit
of the price a buyer is willing to pay. The rules of fair caution mechanisms have been defined by many
economists. The rules must be fair or equally applied to all players, though it is difficult to achieve in
practice. Items sold must be delivered. Items bought must be paid on delivery even if not used by
buyer. Each seller and buyer gets an identical price for all units sold or bought. If the supply is greater
than the demand, then the price of excess products is zero. A buyer’s bid must be sufficiently high for
all demand to be satisfied. Otherwise the surplus between value and price must be zero. The surplus
for buyer j is defined as:
The Linear Programming form to solve the assignment problem is (or known as the primal
problem):
n
subject to ∑x
j =1
ij ≤ ai ∀i
(8.5)
m
∑x
i =1
ij ≤ bj ∀j
x ij ≥ 0 ∀i , j
Note that the decision variables are non-negative as required. The first and second constraints
require delivery and purchase. However, the objective may not be clear. Why do we want to maximize
the bid value? Consider Adam’s “invisible hand” that causes the products to go to the highest bidders
until the supply is exhausted. The objective function is considered the economic potential function that
achieves a maximum value just as supply satisfies demand.
As with all linear programs, there is a dual program. Let u i be the dual variable for each inequality
constraint for the sellers in the primal formulation and v j be the dual variables associated with each
inequality constraint fore ach buyer in the above formulation. At the optimal solution, the
complementary slackness conditions hold for each seller:
∑x *
ij − ai ≤ 0
u i* ≥ 0 ∀i (8.6)
u i* ( ∑ x ij* − ai ) = 0
The first inequality is the same constraint in the LP formulation. This requires the seller to sell no
more than the amount available for sale. In addition, the price from the second constraint is non-
negative and independent of the buyer purchasing the product. The third constraint specifies that the
seller will sell all products if the price is positive. It also specifies that the price is zero if all goods are
not sold.
At the optimal solution, the complementary slackness conditions hold for each buyer:
∑x *
ij − bi ≤ 0
v *i ≥ 0 ∀i (8.7)
v *i ( ∑ x *ij − bi ) = 0
u i + v j ≥ c ij ∀i , j (8.8)
Since the original decision variables are the dual variables for the dual problem, the following
complementary slackness conditions hold at the optimum:
u i* + v *j − c ij ≥ 0
x ij* ≥ 0 ∀i , j (8.9)
x ij* ( u i* + v *j − c ij ) = 0
If the amount assigned from seller to buyer is positive, then the bid price of the seller and the
surplus of the buyer equal the bid of the buyer. However, if the buyer’s offer price is less than the
seller’s offer price and the buyer’s surplus, then no products are assigned.
These interpretations hold for the sum of all assignments. At the optimal solution, it is required
that the dual objective function value and the primal objective function value are identical:
∑∑ c *
ij x ij = ∑∑ u * *
i x ij + ∑∑ v * *
j x ij (8.10)
This demonstrates how the bid value is allocated amongst the buyers and the sellers. Note that all
of the value is distributed at the optimum solution.
Electric power systems, similar to most other real products, require a more complex model that
needs to include heterogeneous products (reliability, quality), transportation costs (electric power
losses and transmission rates), nonlinear production costs, nonlinear buyer values, and other factors
that are listed in the previous section. Linear Programming can be solved using Simplex Method
which is included in Appendix A.
Example
Processing available
Resource for each product 80% 90% 100%
(hours per week)
Raw materials $950 $800 $625
Labor 10 16 20
Mining 2 2 3 400
Separating 1.5 5 4 625
Conversion 0.75 1.5 1.25 200
Let x1 represent the 80% reliability market, x2 the 90% reliability market, and x3 the 100% reliability
market. Ignoring transportation cost, deter mine how much should GENCO bid into each market.
Solution: We know that the objective of the GENCO is to maximize its profit. Therefore, we need to
determine the net profit from each different market.
x1 x2 x3
Labor Cost 300 480 600
Raw Material Cost 950 800 625
Total Cost 1,250 1,280 1,225
Selling Price 2,450 2,780 3,225
Net Profit 1,200 1,500 2,000
x1 x2 x3
2 2 3 <= 400
1.5 5 4 <= 625
0.75 1.5 1.25 <= 200
150 200
1200 0 0
A graphical plot of the constraints and objective can show the optimal solution. If there are more than
three decision variables then I cannot use standard graphical methods.
The simplex tableau method is capable of solving LP problems with any number of variables.
The first equation is known as the objective function since it represents the objective of the problem.
The rest of the equations are collectively called constraints and act to limit or constrain the objective
function.
An economic interpretation of the variables of the standard form is useful in showing what each
variable represents:
x1 x2 x3 x4 x5 b
1 0 1 0 0 4
0 2 0 1 0 12
3 2 0 0 1 18
Rcc -3 -5 0 0 0 0
Note that x3, x4 and x5 are basic variables. Note that the value for the objective function is zero (0).
A. Choose the entering variable - most negative to decrease Z. Determine non-basic variable for rcc<
0. If none then stop. Else, select variable with most negative rcc.
This finds smallest step by determining which variable goes to zero first.
Original tableau:
x1 x2 x3 x4 x5 b
1 0 1 0 0 4
0 2 0 1 0 12
3 2 0 0 1 18
Rcc -3 -5 0 0 0 0
Determine non-basic variable for rcc< 0. If none then stop. Select x2.
2nd Tableau
x1 x2 x3 x4 x5 b
1 0 1 0 0 4
0 1 0 1/2 0 6
3 0 0 -1 1 6
Rcc -3 0 0 5/2 0 30
Determine non-basic variable for rcc< 0. If none then stop. Select x1.
3rd Tableau
x1 x2 x3 x4 x5 b
1 0 1 1/3 -1/3 2
0 1 0 ½ 0 6
1 0 0 -1/3 1/3 2
Rcc 0 0 0 3/2 1 36
Solution
x1 = 2; x2 = 6; x3 = 2; x4 = 0; x5 = 0
Z = 36
Referencias
[1] Allen J. Wood and Bruce F. Wollenberg, Power Generation, Operation and Control, Wiley - Interscience,
Second edition, 1996.
[2] Olle. I. Elger, Electric Energy Systems Theory: An Introduction, Second Edition, McGraw Hill, New
York, 1982
[3] L. K. Kirchmayer, Economic Operation of Power Systems, John Wiley & Sons, 1958.