stringtranslate.com

Problema de compromiso de unidad en la producción de energía eléctrica

El problema de compromiso de unidad ( UC ) en la producción de energía eléctrica es una gran familia de problemas de optimización matemática en los que se coordina la producción de un conjunto de generadores eléctricos para alcanzar un objetivo común, generalmente ya sea satisfacer la demanda de energía al mínimo costo o maximizar los ingresos de la producción de electricidad. Esto es necesario porque es difícil almacenar energía eléctrica en una escala comparable con el consumo normal; por lo tanto, cada variación (sustancial) en el consumo debe ir acompañada de una variación correspondiente en la producción.

La coordinación de unidades generadoras es una tarea difícil por varias razones:

Debido a que los detalles relevantes del sistema eléctrico varían enormemente en todo el mundo, existen muchas variantes del problema UC, que a menudo son muy difíciles de resolver. Esto también se debe a que, dado que algunas unidades requieren un tiempo bastante largo (muchas horas) para encenderse o apagarse, las decisiones deben tomarse con mucha anticipación (generalmente, el día anterior), lo que implica que estos problemas deben resolverse en plazos ajustados (varios minutos a algunas horas). Por lo tanto, el UC es uno de los problemas fundamentales en la gestión y simulación de sistemas de energía . Se ha estudiado durante muchos años [1] [2] y sigue siendo uno de los problemas de optimización energética más importantes. Estudios recientes sobre el tema [3] [4] cuentan con cientos de artículos científicos dedicados al problema. Además, varios productos comerciales incluyen módulos específicos para resolver el UC, como MAON [5] y PLEXOS [6] , o incluso están completamente dedicados a su solución [7] .

Elementos de los problemas de compromiso de unidad

Existen muchos problemas de UC diferentes, ya que el sistema eléctrico está estructurado y gobernado de manera diferente en todo el mundo. Los elementos comunes son:

Las decisiones que deben tomarse generalmente comprenden:

Si bien las características anteriores suelen estar presentes, existen muchas combinaciones y muchos casos diferentes. Entre ellos, mencionamos:

Objetivos de gestión

Los objetivos de la UC dependen de los fines del actor para el que se resuelve. Para una MO, esto es básicamente minimizar los costos de producción de energía al tiempo que se satisface la demanda; la confiabilidad y las emisiones generalmente se tratan como restricciones. En un régimen de libre mercado, el objetivo es más bien maximizar las ganancias de la producción de energía , es decir, la diferencia entre los ingresos (debido a la venta de energía) y los costos (debido a la producción de la misma). Si la GenCo es un creador de precios , es decir, tiene el tamaño suficiente para influir en los precios del mercado, en principio puede realizar ofertas estratégicas [12] para mejorar sus ganancias. Esto significa ofertar su producción a un alto costo para aumentar los precios del mercado, perdiendo participación de mercado pero reteniendo algo porque, esencialmente, no hay suficiente capacidad de generación. Para algunas regiones, esto puede deberse al hecho de que no hay suficiente capacidad de red para importar energía de regiones cercanas con capacidad de generación disponible. [13] Si bien los mercados eléctricos están altamente regulados para, entre otras cosas, descartar este tipo de comportamientos, los grandes productores aún pueden beneficiarse de optimizar simultáneamente las ofertas de todas sus unidades para tener en cuenta su efecto combinado sobre los precios del mercado. [14] Por el contrario, los tomadores de precios pueden simplemente optimizar cada generador de forma independiente, ya que, al no tener un impacto significativo en los precios, las decisiones correspondientes no están correlacionadas. [15]

Tipos de unidades de producción

En el contexto de la UC, las unidades generadoras suelen clasificarse como:

Modelos de redes eléctricas

Hay tres formas diferentes en las que se representa la red energética dentro de una UC:

Cuando se utiliza el modelo de CA completo, la UC en realidad incorpora el problema del flujo de potencia óptimo , que ya es un problema no lineal no convexo.

Recientemente, la visión tradicional "pasiva" de la red de energía en UC ha sido cuestionada. En una red eléctrica fija , las corrientes no pueden enrutarse, ya que su comportamiento está totalmente determinado por la inyección de energía nodal: la única forma de modificar la carga de la red es, por lo tanto, cambiar la demanda o la producción nodal, para lo cual hay un alcance limitado. Sin embargo, una consecuencia algo contraintuitiva de las leyes de Kirchhoff es que la interrupción de una línea (quizás incluso una congestionada) causa un redireccionamiento global de la energía eléctrica y, por lo tanto, puede mejorar el rendimiento de la red. Esto ha llevado a definir el problema de conmutación óptima de transmisión [11] , por el cual algunas de las líneas de la red pueden abrirse y cerrarse dinámicamente a lo largo del horizonte temporal. La incorporación de esta característica en el problema UC hace que sea difícil de resolver incluso con la aproximación de CC, más aún con el modelo de CA completo [23] .

Incertidumbre en los problemas de compromiso de unidades

Una consecuencia preocupante del hecho de que la UC necesita ser resuelta mucho antes de las operaciones reales es que el estado futuro del sistema no se conoce exactamente y, por lo tanto, necesita ser estimado. Esto solía ser un problema relativamente menor cuando la incertidumbre en el sistema solo se debía a la variación de la demanda de los usuarios, que en conjunto se puede pronosticar con bastante eficacia, [24] [25] y la ocurrencia de fallas en las líneas o generadores, que se pueden tratar con reglas bien establecidas ( reserva giratoria ). Sin embargo, en los últimos años, la producción a partir de fuentes de producción renovables intermitentes ha aumentado significativamente. Esto, a su vez, ha aumentado muy significativamente el impacto de la incertidumbre en el sistema, de modo que ignorarla (como se hacía tradicionalmente tomando estimaciones puntuales promedio) corre el riesgo de aumentos significativos de costos. [22] Esto había hecho necesario recurrir a técnicas de modelado matemático apropiadas para tener en cuenta adecuadamente la incertidumbre, como:

La combinación de las (ya muchas) formas tradicionales de problemas UC con las diversas (antiguas y) nuevas formas de incertidumbre da lugar a la familia aún más grande de problemas de Compromiso de Unidad Incierta [4] (UUC), que actualmente están en la frontera de la investigación aplicada y metodológica.

Modelos Integrados de Transmisión y Distribución

Uno de los principales problemas con el problema de compromiso de unidad en tiempo real es el hecho de que la demanda de electricidad de la red de transmisión generalmente se trata como un "punto de carga" en cada sistema de distribución . La realidad, sin embargo, es que cada punto de carga es una red de distribución compleja con sus propias subcargas, generadores y DER . Al simplificar una distribución en puntos de carga puede conducir a problemas operativos extremos de toda la red eléctrica. Estos problemas incluyen alta presión en el sistema de transmisión de energía y flujo de energía inverso desde los sistemas de distribución hacia el sistema de transmisión de energía. Un enfoque recientemente perseguido para resolver de manera más efectiva el problema de compromiso de unidad nace de los Sistemas Integrados de Transmisión y Distribución. [26] En estos modelos, el problema de compromiso de unidad de los Sistemas de Transmisión generalmente se combina con el Problema de Gestión Renovable de los Sistemas de Distribución por medio de herramientas de programación de dos niveles.

Véase también

Referencias

  1. ^ CJ Baldwin, KM Dale, RF Dittrich. Un estudio del apagado económico de las unidades generadoras en el despacho diario . Transactions of the American Institute of Electrical Engineers Power Apparatus and Systems , Parte III, 78(4):1272–1282, 1959.
  2. ^ JF Bard. Programación a corto plazo de generadores termoeléctricos utilizando relajación lagrangiana . Investigación de operaciones 1338 36(5):765–766, 1988.
  3. ^ NP Padhy. Compromiso de unidad: una revisión bibliográfica , IEEE Transactions On Power Systems 19(2):1196–1205, 2004.
  4. ^ ab M. Tahanan, W. van Ackooij, A. Frangioni, F. Lacalandra. Compromiso de unidad a gran escala bajo incertidumbre, 4OR 13(2), 115–171, 2015.
  5. ^ Manual del modelo Maon
  6. ^ Modelo de energía integrado PLEXOS®
  7. ^ Optimización de energía
  8. ^ M. Shahidehpour, H. Yamin y Z. Li. Operaciones de mercado en sistemas de energía eléctrica: pronóstico, programación y gestión de riesgos , Wiley-IEEE Press, 2002.
  9. ^ C. Harris. Mercados de electricidad: precios, estructuras y economía , volumen 565 de The Wiley Finance Series. John Wiley and Sons, 2011.
  10. ^ AJ Conejo y FJ Prieto. Programación matemática y mercados eléctricos , TOP 9(1):1–53, 2001.
  11. ^ de EB Fisher, RP O'Neill, MC Ferris. Conmutación óptima de transmisión , IEEE Transactions on Power Systems 23(3):1346–1355, 2008.
  12. ^ AK David, F. Wen. Licitaciones estratégicas en mercados competitivos de electricidad: un estudio bibliográfico. En Actas de la reunión de verano IEEE PES 4, 2168–2173, 2001.
  13. ^ T. Peng y K. Tomsovic. Influencia de la congestión en las estrategias de licitación en un mercado eléctrico , IEEE Transactions on Power Systems 18(3):1054–1061, agosto de 2003.
  14. ^ AJ Conejo, J. Contreras, JM Arroyo, S. de la Torre. Respuesta óptima de una empresa generadora oligopólica a un mercado de energía eléctrica competitivo basado en pools , IEEE Transactions on Power Systems 17(2):424–430, 2002.
  15. ^ JM Arroyo, AJ Conejo. Respuesta óptima de una unidad térmica a un mercado spot de electricidad , IEEE Transactions on Power Systems 15(3):1098–1104, 2000.
  16. ^ J. Batut y A. Renaud. Programación diaria con restricciones de transmisión: una nueva clase de algoritmos , IEEE Transactions on Power Systems 7(3):982–989, 1992.
  17. ^ G. Morales-España, JM Latorre, A. Ramos. Formulación MILP compacta y ajustada de rampas de arranque y apagado en compromiso de unidad , IEEE Transactions on Power Systems 28(2), 1288–1296, 2013.
  18. ^ A. Frangioni, C. Gentile. Solución de problemas de compromiso de unidad única no lineal con restricciones de rampa , Investigación de operaciones 54(4), 767–775, 2006.
  19. ^ EC Finardi y EL Da Silva. Solución del problema de compromiso de la unidad hidroeléctrica mediante descomposición dual y programación cuadrática secuencial , IEEE Transactions on Power Systems 21(2):835–844, 2006.
  20. ^ FYK Takigawa, EL da Silva, EC Finardi y RN Rodrigues. Solución del problema de programación hidrotermal considerando las restricciones de la red. , Electric Power Systems Research 88:89–97, 2012.
  21. ^ A. Borghetti , C. D'Ambrosio, A. Lodi, S. Martello. Un enfoque MILP para la programación hidroeléctrica a corto plazo y el compromiso de unidades con un yacimiento dependiente de la carga , IEEE Transactions on Power Systems 23(3):1115–1124, 2008.
  22. ^ ab A. Keyhani, MN Marwali y M. Dai. Integración de energía verde y renovable en sistemas de energía eléctrica , Wiley, 2010.
  23. ^ KW Hedman, MC Ferris, RP O'Neill, EB Fisher, SS Oren. Co-optimización del compromiso de la unidad de generación y conmutación de transmisión con  confiabilidad n − 1 , IEEE Transactions on Power Systems 25(2):1052–1063, 2010.
  24. ^ EA Feinberg, D. Genethliou. Pronóstico de carga , en Matemáticas aplicadas para sistemas de energía eléctrica reestructurados , JH Chow, FF Wu y J. Momoh, eds., Springer, 269–285, 2005
  25. ^ H. Hahn, S. Meyer-Nieberg, S. Pickl. Métodos de previsión de carga eléctrica: herramientas para la toma de decisiones , European Journal of Operational Research 199(3), 902–907, 2009
  26. ^ Fathabad, Abolhassan Mohammadi; Cheng, Jianqiang; Pan, Kai (1 de enero de 2021), Ren, Jingzheng (ed.), "Capítulo 5 - Sistemas integrados de transmisión y distribución de energía", Renewable-Energy-Driven Future , Academic Press, págs. 169-199, ISBN 978-0-12-820539-6, consultado el 9 de enero de 2021

Enlaces externos