PLANIFICACION DE EXPANSION DE GENERACION Y TRANSMISION CONSIDERANDO INCERTIDUMBRE EN GENERACION RENOVABLE USANDO EL METODO DE DESCOMPOSICION DE BENDERS

Abstract

El problema de planificación de expansión de generación y transmisión resuelve los siguientes problemas: (1) cuanta capacidad de generación y transmisión requiere el sistema de energía eléctrica, (2) cuando y que tipo de nuevas unidades de energía y nuevos elementos de transmisión se necesitan y (3) donde ubicar estos nuevos elementos (unidades de generación y líneas de transmisión) para abastecer adecuadamente la energía a largo plazo de los clientes; por ejemplo, de 10 a 20 años. Este estudio introduce una formulación maten ática innovadora para llevar a cabo el problema de planificación estocástica aplicando la técnica de descomposición de Benders. Dado que modelar la incertidumbre es muy importante en el horizonte de largo plazo, se incluye la generación renovable variable. Por lo tanto, se modela la carga de los clientes y la generación de la unidad de energía incluyendo un comportamiento horario con el fin de lograr un sistema eléctrico seguro y flexible. Este estudio utiliza herramientas y métodos de código abierto desarrollados en Pyomo. Pyomo es un paquete de software de código abierto basado en Python que admite un conjunto diverso de capacidades de optimización para formular y analizar modelos de optimización. Pyomo modela el problema de optimización utilizando Gurobi como solucionador de optimización. En la metodología de descomposición clásica, los cortes de Benders se obtienen mediante multiplicadores disyuntivos de generación y transmisión de Lagrange. Sin embargo, se propone modelar los elementos de planificación existentes y candidatos utilizando los factores de sensibilidad, lo que demuestra que las restricciones disyuntivas de generación y transmisión no son necesarias para obtener los cortes de Benders. Los resultados de la simulación demuestran que la metodología de descomposición propuesta obtiene los mismos cortes de Benders en comparación con la formulación clásica de Benders Big-M. Estos problemas de planificación mixtos y enteros se validan mediante el problema de planificación completo. La metodología estocástica propuesta se aplica inicialmente al sistema Garver de 6 barras para verificar que los resultados de la simulación sean los mismos en comparación con la metodología Benders clásica. Adicionalmente, se resuelve el sistema IEEE de 24 barras para validar el rendimiento y la convergencia ´optima. Sin embargo, al analizar la aplicabilidad de la metodología a un caso de mayor envergadura, como el reducido Sistema Nacional Eléctrico de Chile, no fue posible llegar a una solución debido a problemas de software. Por lo tanto, se decide realizar un análisis determinista en lugar de un enfoque estocástico. El resultado sobresaliente de este estudio es el mejor rendimiento obtenido por la formulación de Benders usando factores de sensibilidad porque el problema de optimización se modelo utilizando un número menor de variables de decisión y restricciones sin sacrificar la optimización. Los resultados conducen a la conclusión de que la formulación estocástica propuesta podría aplicarse para formular sistemas de energía a gran escala.