METODO DE MONTECARLO

PROCEDIMIENTO DE SIMULACIÓN METODO DE MONTECARLO:

Para cualquier modelo de generación y de la demanda

1 Definir el “escenario” a ser analizado.  Año a futuro de interés

 Unidades en servicio
 Demanda pronosticada
 Modelos de confiabilidad
por componente
 Puntos de interconexión en
servicio
2 Fijar el nivel de contingencias a ser estudiado.  n-1
 n-2
 etc.
3 Para cada hora i del año se valora el desempeño del Para obtener el valor de la
sistema mediante el balance de energía. demanda y generación total
 Reserva del sistema (gi-di)
 Déficit del sistema (gi<di)
4 Al completar las 8760 horas del año hay una  Número de horas que hay
“iteración” y se acumulan los parámetros que déficit (H)
permitirán calcular los índices de confiabilidad.  La demanda no servida
 Reserva
5 Al terminar la simulación se calculan los índices de La simulación termina cuando se
confiabilidad. alcance el criterio de parada:
 Número máximo de
iteraciones
 Coeficiente de variación
 Etc.

El método de Montecarlo crea un proceso de simulación mediante números aleatorios en el cual a

mayor número de muestras disminuye el rango de error. Para reducir la desviación estándar
Montecarlo se obtiene disminuyendo la variación de la muestra y aumentando el número de
muestras.

Ventajas:

Método flexible y se adapta al evento

Resuelve problemas que a través de un método analítico resulta demasiado complejo incluso
imposible.

Toma datos y factores que otros métodos se aproximan

Desventajas.

Ocupa demasiada memoria de computo

EJEMPLO 1
Dos componentes reparables independientes, A y B, operan en paralelo. La operación del
sistema requiere al menos un componente en servicio. Las duraciones de estado de A y B
siguen distribuciones exponenciales. Sus tasas de falla están indicadas por ƛA y ƛB y las tasas
de reparación por ưA y ưB respectivamente.
a) Calculo de la confiabilidad del sistema para un tiempo de evaluación T.

𝑅𝑠 = 1 − (1 − 𝑒 −ƛ𝐴𝑇 )(1 − 𝑒 −ƛ𝐵𝑇 )

El primer paso es simular los procesos de transición de dos componentes
………………………………………………………………………………..
La confiabilidad del sistema para un tiempo de evaluación de T puede ser obtenida por:
∑𝑁
𝑖=1 𝑋𝑖
𝑅𝑠 = 1 −
𝑁
(3.74)

donde N es el número de experimentos.

Considere los siguientes datos:
ƛA=0.001 fallos / hr
ƛB=0.0024 fallos / hr
ưA=0.003 reparaciones / hr
ưB=0.005 reparaciones / hr
T = 1000 hr

Rs=0.425224
(106) muestras, confiabilidad estimada del sistema Rs=0.61167
La Figura 3.12 muestra el proceso de convergencia de Monte Carlo.
 b) Se calcula disponibilidad del sistema analíticamente usando:
ƛ𝐴 ƛ𝐵
𝐴𝑠 = 1 − ( )( )
ƛ𝐴 + ư𝐴 ƛ𝐵 + ư𝐵

La disponibilidad del sistema mediante la simulación de Monte Carlo se puede estimar observando
el proceso de transición del estado del sistema cronológico a través de un Tiempo suficientemente
largo
𝑇𝑖𝑚𝑒𝑝𝑜 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑓𝑢𝑛𝑐𝑖𝑜𝑛𝑎𝑚𝑖𝑒𝑛𝑡𝑜 𝑑𝑒𝑙 𝑠𝑖𝑠𝑡𝑒𝑚𝑎
𝐴𝑠 =
𝑇𝑖𝑒𝑚𝑝𝑜 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑠𝑖𝑚𝑢𝑙𝑎𝑐𝑖ó𝑛
Usando los datos de ƛA, ƛB, ưA y ưB dados anteriormente, el valor analítico para la
disponibilidad del sistema es As = 0.918919 y el valor estimado por simulación de
Monte Carlo con el tiempo total de simulación de 106 hr es As = O.915562.
La Figura 3.13 muestra el proceso de convergencia de Monte Carlo.
EJEMPLO 2
En la Figura 3.14 se muestra un sistema de reserva que contiene dos componentes reparables
independientes, A y B. Cuando el normalmente funciona el componente A falla, el
componente B se conecta y el componente A se coloca en el modo de espera después de ser
reparado. Se supone que el interruptor es totalmente confiable y el tiempo de cambio es
despreciable. Se supone que un componente no puede fallar en un modo de espera. Las
duraciones de estado de los dos componentes siguen una distribución exponencial.

a) Calculo de la confiabilidad del sistema para un tiempo de evaluación T.

El método analítico para resolver este problema involucra la solución de las ecuaciones
diferenciales de Markov usando un algoritmo numérico. La técnica de Monte Carlo se puede
aplicar fácilmente considerando una serie de experimentos que simulan el comportamiento
del sistema antes del tiempo T. Como se muestra en la Figura 3.15, la cadena de tiempo
secuencial a falla (TIF) se genera primero comenzando con:
De manera similar, al definir las variables del indicador Xi como en el primer ejemplo,
la confiabilidad del sistema se puede estimar usando la ecuación (3.74) Utilizando los
mismos datos para ƛA, ƛB, ưA, ưB y T como se indica en el primer ejemplo, el valor
estimado de la confiabilidad del sistema con reparaciones (105 muestras) es Rs =
0.72399. La confiabilidad del sistema sin reparaciones es de 0.56585. La Figura 3.16
muestra el proceso de convergencia de Monte Carlo en este caso con reparaciones.

b) Calculo de la disponibilidad del sistema

El cálculo de El tiempo de inactividad del sistema, sin embargo, es diferente. Como se
muestra en la Figura 3.17, primero se simula el tiempo de operación. El tiempo de reparación
del componente es simulado. De acuerdo con la secuencia de tiempo de operación. Siempre
que el tiempo de reparación TIR del componente fallado sea mayor que el tiempo de
operación TIF de la operación.
El tiempo de simulación de 106 hr es As = 0.9408385. La Figura 3.18 muestra el proceso
de convergencia de Monte Carlo en este caso. La solución analítica para el sistema.
La disponibilidad es As = O.943109.