El orden de mérito es una forma de clasificar las fuentes de energía disponibles, especialmente la generación eléctrica, basándose en el orden ascendente de precios (que puede reflejar el orden de sus costos marginales de producción a corto plazo ) y, a veces, la contaminación, junto con la cantidad de energía que se consumirá. ser generado. En una gestión centralizada, la clasificación es tal que aquellas con los costos marginales más bajos son las primeras en ponerse en funcionamiento para satisfacer la demanda, y las plantas con los costos marginales más altos son las últimas en ponerse en funcionamiento. Despachar la generación de esta forma, conocido como despacho económico , minimiza el coste de producción de electricidad. A veces las unidades generadoras deben ponerse en marcha fuera de orden de mérito, debido a congestión de la transmisión , confiabilidad del sistema u otras razones.
En el despacho ambiental, consideraciones adicionales relativas a la reducción de la contaminación complican aún más el problema del despacho de energía. Las limitaciones básicas del problema del despacho económico siguen vigentes, pero el modelo está optimizado para minimizar las emisiones contaminantes además de minimizar los costos de combustible y la pérdida total de energía. [1]
La alta demanda de electricidad durante los picos de demanda hace subir el precio de licitación de la electricidad, y la combinación de suministro de energía de carga básica, a menudo relativamente económica , se complementa con " centrales eléctricas de pico ", que cobran una prima por su electricidad.
Aumentar la oferta de energía renovable tiende a reducir el precio promedio por unidad de electricidad porque la energía eólica y solar tienen costos marginales muy bajos: no tienen que pagar por el combustible y los únicos que contribuyen a su costo marginal son las operaciones y el mantenimiento. Dado que los costos a menudo se reducen mediante los ingresos de las tarifas de alimentación, su electricidad es, como resultado, menos costosa en el mercado spot que la del carbón o el gas natural, y las empresas de transmisión les compran primero. [2] [3] Por lo tanto, la electricidad solar y eólica reducen sustancialmente la cantidad de electricidad pico de alto precio que las empresas de transmisión deben comprar, reduciendo el costo total. Un estudio del Instituto Fraunhofer ISI concluyó que este "efecto de orden de mérito" había permitido a la energía solar reducir el precio de la electricidad en la bolsa de energía alemana en un 10% en promedio, y hasta un 40% a primera hora de la tarde. En 2007 [ necesita actualización ] ; A medida que se inyecta más electricidad solar en la red, los precios máximos pueden bajar aún más. [3] En 2006, el "efecto de orden de mérito" significó que los ahorros en costos de electricidad para los consumidores alemanes compensaron con creces los pagos de apoyo pagados por la generación de electricidad renovable. [3]
Un estudio de 2013 estima el efecto del orden de mérito de la generación de electricidad tanto eólica como fotovoltaica en Alemania entre los años 2008 y 2012. Por cada GWh adicional de energías renovables inyectadas a la red, el precio de la electricidad en el mercado diario se reduce en un 0,11– 0,13 ¢/kWh. El efecto total del orden de mérito de la energía eólica y fotovoltaica oscila entre 0,5 ¢/kWh en 2010 y más de 1,1 ¢/kWh en 2012. [4]
Sin embargo, el costo marginal cero de la energía eólica y solar no se traduce en un costo marginal cero de la electricidad de carga pico en un sistema de mercado eléctrico abierto y competitivo, ya que el suministro de energía eólica y solar por sí solo a menudo no se puede despachar para satisfacer la demanda pico sin baterías . El propósito de la orden de mérito era permitir que la electricidad de menor costo neto se distribuyera primero, minimizando así los costos generales del sistema eléctrico para los consumidores. La energía eólica y solar intermitentes a veces pueden cumplir esta función económica. Si la oferta máxima de energía eólica (o solar) y la demanda máxima coinciden en tiempo y cantidad, la reducción de precio es mayor. Por otro lado, la energía solar tiende a ser más abundante al mediodía, mientras que la demanda máxima es al final de la tarde en climas cálidos, lo que lleva a la llamada curva del pato .
Un estudio de 2008 realizado por el Instituto Fraunhofer ISI en Karlsruhe , Alemania, encontró que la energía eólica ahorra a los consumidores alemanes 5 mil millones de euros al año. Se estima que ha bajado los precios en los países europeos con alta generación eólica entre 3 y 23 €/MWh. [5] [6] Por otro lado, la energía renovable en Alemania aumentó el precio de la electricidad, los consumidores pagan ahora 52,8 €/MWh más sólo por la energía renovable (ver Ley alemana de fuentes de energía renovables ), precio medio de la electricidad en Alemania ahora se incrementa a 26 ¢/kWh. Los crecientes costos de la red eléctrica para nueva transmisión, comercialización en el mercado y almacenamiento asociados con la energía eólica y solar no se incluyen en el costo marginal de las fuentes de energía, sino que los costos de la red se combinan con los costos de la fuente en el extremo del consumidor.
El despacho económico es la determinación a corto plazo de la producción óptima de una serie de instalaciones de generación de electricidad , para satisfacer la carga del sistema, al menor costo posible, sujeto a restricciones operativas y de transmisión. El problema del despacho económico se resuelve mediante software informático especializado que debe satisfacer las limitaciones operativas y del sistema de los recursos disponibles y las correspondientes capacidades de transmisión. En la Ley de Política Energética de EE. UU. de 2005 , el término se define como "la operación de instalaciones de generación para producir energía al menor costo para servir de manera confiable a los consumidores, reconociendo cualquier límite operativo de las instalaciones de generación y transmisión". [7]
La idea principal es que, para satisfacer la carga a un costo total mínimo, se debe utilizar primero el conjunto de generadores con los costos marginales más bajos, siendo el costo marginal del generador final necesario para satisfacer la carga lo que establece el costo marginal del sistema. Este es el costo de entregar un MWh adicional de energía al sistema. Debido a las limitaciones de transmisión, este costo puede variar en diferentes ubicaciones dentro de la red eléctrica; estos diferentes niveles de costo se identifican como " precios marginales de ubicación " (LMP). La metodología histórica de despacho económico fue desarrollada para gestionar centrales eléctricas que queman combustibles fósiles, apoyándose en cálculos que involucran las características de entrada/salida de las centrales eléctricas.
Lo siguiente se basa en Biggar y Hesamzadeh (2014) [8] y Kirschen (2010). [9] Se puede considerar que el problema del despacho económico maximiza el bienestar económico W de una red eléctrica al mismo tiempo que se cumplen las restricciones del sistema.
Para una red con n buses (nodos), supongamos que S k es la tasa de generación y D k es la tasa de consumo en el bus k . Supongamos, además, que C k ( S k ) es la función de costos de producir energía (es decir, la tasa a la que el generador incurre en costos cuando produce a la tasa S k ), y V k ( D k ) es la tasa a la que el generador incurre en costos cuando produce a la tasa S k . La carga recibe valor o beneficios (expresados en unidades monetarias) cuando consume a la tasa D k . El bienestar total es entonces
La tarea de despacho económico es encontrar la combinación de tasas de producción y consumo ( S k , D k ) que maximicen esta expresión W sujeta a una serie de restricciones:
La primera restricción, que es necesaria para interpretar las restricciones que siguen, es que la inyección neta en cada autobús es igual a la producción total en ese autobús menos el consumo total:
La restricción del balance de potencia requiere que la suma de las inyecciones netas en todos los buses sea igual a las pérdidas de potencia en los ramales de la red:
Las pérdidas de potencia L dependen de los flujos en las ramas y, por tanto, de las inyecciones netas como se muestra en la ecuación anterior. Sin embargo no puede depender de las inyecciones en todos los autobuses ya que esto daría como resultado un sistema sobredeterminado. Por lo tanto , se elige un bus como bus Slack y se omite de las variables de la función L. La elección del bus Slack es completamente arbitraria; aquí se elige el bus n .
La segunda restricción implica limitaciones de capacidad en el flujo en las líneas de la red. Para un sistema con m líneas, esta restricción se modela como:
donde F l es el flujo en la rama l y F l max es el valor máximo que este flujo puede tomar. Tenga en cuenta que la inyección neta en la barra inactiva no se incluye en esta ecuación por las mismas razones mencionadas anteriormente.
Estas ecuaciones ahora se pueden combinar para construir el lagrangiano del problema de optimización:
donde π y μ son los multiplicadores lagrangianos de las restricciones. Las condiciones para la optimización son entonces:
donde la última condición es necesaria para manejar la restricción de desigualdad en la capacidad de la línea.
Resolver estas ecuaciones es computacionalmente difícil ya que no son lineales e implican implícitamente la solución de las ecuaciones de flujo de potencia . El análisis se puede simplificar utilizando un modelo linealizado llamado flujo de potencia de CC.
Hay un caso especial que se encuentra en gran parte de la literatura. Éste es el caso en el que se supone que la demanda es perfectamente inelástica (es decir, que no responde al precio). Esto equivale a suponer que para un valor de demanda muy grande y inelástico . Bajo este supuesto, el bienestar económico total se maximiza eligiendo . La tarea de despacho económico se reduce a:
Sujeto a la restricción esa y las demás restricciones establecidas anteriormente.
En el despacho ambiental, consideraciones adicionales relativas a la reducción de la contaminación complican aún más el problema del despacho de energía. Las limitaciones básicas del problema del despacho económico siguen vigentes, pero el modelo está optimizado para minimizar las emisiones contaminantes además de minimizar los costos de combustible y la pérdida total de energía. [1] Debido a la complejidad añadida, se han empleado varios algoritmos para optimizar este problema de despacho ambiental/económico. En particular, un algoritmo de abejas modificado que implementa principios de modelado caótico se aplicó con éxito no solo in silico , sino también en un sistema de modelo físico de generadores. [1] Otros métodos utilizados para abordar el problema del despacho económico de emisiones incluyen la optimización del enjambre de partículas (PSO) [10] y las redes neuronales [11].
Otra combinación de algoritmos notable se utiliza en una herramienta de emisiones en tiempo real llamada Metodología de estimación de emisiones localizadas (LEEM) que vincula el consumo de energía eléctrica y las emisiones contaminantes resultantes. [12] El LEEM estima los cambios en las emisiones asociados con cambios incrementales en la demanda de energía derivados de la información del precio marginal local (LMP) de los operadores independientes del sistema (ISO) y los datos de emisiones de la Agencia de Protección Ambiental de EE. UU. (EPA). [12] LEEM se desarrolló en la Universidad Estatal de Wayne como parte de un proyecto destinado a optimizar los sistemas de transmisión de agua en Detroit, MI, a partir de 2010 y desde entonces ha encontrado una aplicación más amplia como herramienta de gestión de perfiles de carga que puede ayudar a reducir los costos de generación y las emisiones. [13]
![{\displaystyle {\mathcal {L}}=\sum _ {k=1}^{n}C_{k}(I_{k})+\pi \left[L(I_{1},I_{2} ,\dots ,I_{n-1})-\sum _{k=1}^{n}I_{k}\right]+\sum _{l=1}^{m}\mu _{l} \left[F_{l}^{max}-F_{l}(I_{1},I_{2},\dots,I_{n-1})\right]}](https://wikimedia.org/api/rest_v1/media/math/render/svg/a61b0798363b176fbb66560afbeedc767089654b)
![{\displaystyle \mu _{l}\cdot \left[F_{l}^{max}-F_{l}(I_{1},I_{2},\dots,I_{n-1})\right ]=0\quad \mu _{l}\geq 0\quad k=1,\dots ,n}](https://wikimedia.org/api/rest_v1/media/math/render/svg/b7177da319002628918a4222112b2a626b3083d0)
{{cite book}}: Mantenimiento CS1: varios nombres: lista de autores ( enlace )