Formulación del problema de planificación incorporando criterios de seguridad N-1 y reconfiguración de red utilizando metodologías de descomposición

Abstract

Este estudio presenta un método lineal para aproximar el problema de flujo de potencia de CA no lineal, el cual se utilizará para resolver el problema de operación y el problema planificación conjunta de generación y transmisión. Además, para analizar sus efectos en el sistema se incluye el criterio de seguridad N-1 y la reconfiguración de red. El desarrollo de este modelo considera el análisis de operación y planificación de expansión del sistema de acuerdo al crecimiento de la demanda y escenarios de contingencia como congestión y salida de líneas. La metodología de descomposición de Benders es aplicada para analizar sus ventajas en problemas matemáticos complejos y de gran escala, ayudando a obtener soluciones en menores tiempos. Para lo anterior, se comparan los tiempos de solución antes y después de la aplicación de la descomposición de Benders. La validación del modelo se realiza con múltiples simulaciones en el sistema IEEE de 39-bus y posteriormente en una versión reducida del Sistema Eléctrico Nacional de Chile. En ambos sistemas se evalúa el impacto de la reconfiguración de red, como también la inversión realizada en el problema de planificación al comparar las variables de decisión y tiempos de simulación obtenidos. Los resultados económicos y el rendimiento de la formulación son incluidos para su análisis. El desempeño de la formulación considera el tiempo de simulación, número de variables, constantes y restricciones con las que se cuantifica la complejidad matemática del problema. También se incorporan las métricas y gráficas que avalan la decisión de las variables de interés analizadas. Finalmente, se concluye que la incorporación del criterio de seguridad N-1 y reconfiguración de red implican en tiempos de solución más largos. Considerando lo anterior y aplicando la metodología de descomposición de Benders es posible obtener una solución segura y robusta en un menor tiempo para problemas que tienen una gran cantidad de variables y restricciones.