Planificación de la expansión en generación en escenarios de alta penetración de energías renovables

Abstract

A nivel mundial se aprecia un interés creciente en promover el desarrollo y penetración de energías renovables no convencionales (ERNC) en los sistemas eléctricos, tendencia que implica importantes cambios en la forma en que los sistemas son operados. A medida que la generación en base a energía eólica y solar aumenta, se produce un incremento en los requerimientos de rampa del sistema y de reserva operativa, como también un mayor ciclaje de las unidades térmicas. Consecuentemente, para lograr integrar altos niveles de generación renovable variable de manera eficiente, se necesitaría incluir equipamiento que aumente la flexibilidad del sistema, lo cual debería estar reflejado en los modelos de planificación. Las herramientas actuales de planificación no logran capturar el valor de la flexibilidad ya que ignoran los efectos de la operación de corto plazo, obteniendo resultados sub-óptimos o poco realistas. Por lo tanto, si se quieren lograr sistemas costo-eficientes, seguros y con altos niveles de penetración de renovables, es fundamental reformular los modelos de planificación, lo cual requiere, al menos, representar la operación mediante un predespacho económico de sus unidades de generación. El modelo resultante es un problema con gran cantidad de variables binarias que se vuelve intratable, en términos computacionales, al considerar sistemas reales y horizontes de planificación de varios años. En este contexto, esta tesis propone una herramienta de planificación de largo plazo, denominada CG-GEPUC, que incorpora las restricciones de la operación de corto plazo y utiliza el algoritmo de Generación de Columnas con el objetivo de reducir la complejidad del problema y disminuir los tiempos cómputo versus la formulación directa GEPUC. La herramienta propuesta es validada para 3 casos de estudio de distinto tamaño. Los resultados indican que el algoritmo converge, llegando a una solución objetivo con un gap menor o igual al 0.5\%. Además, cuando el tamaño del problema crece, el modelo desarrollado llega a ser 4 veces más rápido que el modelo GEPUC y utiliza una menor cantidad de memoria RAM. Por otra parte, al considerar los fenómenos de corto plazo se obtienen soluciones con un buen balance entre generación variable y flexibilidad que se traduce en sistemas costo-eficientes y con bajo recorte de generación renovable. Para evaluar el desempeño de la herramienta en un problema de tamaño real, se lleva a cabo la planificación de la expansión del SING para el período 2012-2030. El modelo CG-GEPUC encuentra una solución factible con un gap de 0.49\% en 15 días, en cambio, después de 30 días en ejecución la metodología GEPUC no encuentra una solución óptima. Se concluye que la herramienta desarrollada permite reducir significativamente los tiempos de cómputo y es eficiente en resolver problemas de planificación multi-etapa. Por último, como trabajo futuro, se discuten estrategias para disminuir el tiempo de ejecución y otras extensiones del modelo.