Análisis del impacto de las energías renovables no convencionales en la planificación operativa de largo plazo del Sistema Nacional Interconectado utilizando la plataforma SimSEE
Barra lateral del artículo
Contenido principal del artículo
Resumen
El Operador Nacional de Electricidad CENACE realiza la optimización del despacho económico de mediano y largo plazo del Sistema Nacional Interconectado SNI utilizando el software SDDP (Stochastic Dual Dynamic Programming), el cual permite una programación estocástica de la operación de sistemas hidrotérmicos. Sin embargo, el SDDP es un software comercial cuyo licenciamiento es modular y representa una importante inversión. Adicionalmente, no brinda la posibilidad de implementar modelos de usuario, por lo que la versatilidad de modelación de nuevas fuentes de energía resulta limitada. En este sentido, el presente trabajo se fundamenta en una herramienta del tipo “open source”, denominada SimSEE (Simulador de Sistemas de Energía Eléctrica) para realizar el despacho hidrotérmico y estudiar el impacto de las centrales de energía renovable no convencional ERNC en el sistema eléctrico ecuatoriano. Para esto, se validan los resultados de despacho obtenidos con el programa SimSEE, comparándolos con la plataforma SDDP. Finalmente, se presenta un análisis estadístico de los resultados estocásticos, tomando en cuenta el ingreso de ERNC (eólico y solar) y su impacto en la operación del SNI.
Descargas
Detalles del artículo
Aviso de Derechos de Autor
La Revista Técnica "energía" está bajo licencia internacional Creative Commons Reconocimiento-NoComercial 4.0.
Citas
[2] C. Fullner y S. Rebennack, Stochastic dual dynamic programming and its variants - a review, 2021.
[3] J. R. Birge y F. Louveaux, Introduction to stochastic programming. Springer Series Operations Research and Financial Engineering., 2nd edition ed., Springer Science and Business Media, 2011.
[4] J. L. Higle y S. Sen, «Stochastic decomposition: an algorithm for two-stage linear programs with recourse.» Mathematics of Operations Research, vol. 16(3), pp. 650-669, 1991.
[5] R. T. Rockafellar, R. J. Wets y B., «Scenarios and policy aggregation in optimization under uncertainty,» Mathematics of Operations Research, vol. 16(1), p. 119–147, 1991 .
[6] R. M. van Slyke y R. Wets, «L-shaped linear programs with applications to optimal control and stochastic programming,» SIAM Journal on Applied Mathematics, vol. 17(4), p. 638–663, 1969.
[7] J. F. Benders, «Partitioning procedures for solving mixed-variables programming problems.,» Numerische Mathematik, vol. 4(1), p. 238–252, 1962 .
[8] CENACE, Operador Nacional de Electricidad, Rendicion de cuentas Resumen Ejecutivo 2021, Cenace, 2022.
[9] F. Palacio, P. Soubes y R. Chaer, Manuales de Usuario SimSEE, vol. Volumen 1 – Editor y Simulador, 2019.
[10] R. Chaer, Simulación de sistemas de energía eléctrica, Montevideo: Instituto de Ingeniería Eléctrica, 2008.
[11] R. Chaer, Fundamentos de modelo CEGH de procesos estocásticos multivariables., Montevideo: SimSEE, 2019.
[12] Ministerio de Energia y Recursos Naturales No Renovables., Plan Maestro de Electricidad, 2018.
[13] DIRECTORIO DEL CONSEJO NACIONAL DE ELECTRICIDAD RESOLUCION No 025/11, Aprobacion del Estudio '' Estimacion Referencial del CENS en Ecuador'',Sesion del Directorio del 14 de abril del 2011, 2011.
[14] F. Labs, «HelioScope,» [En línea]. Available: https://www.helioscope.com/.
