Planificación de sistemas de transmisión para cuencas de alto potencial hidroeléctrico

Abstract

La presente memoria tiene por objetivo el análisis de la planificación de la transmisión para un conjunto de generadores medianos ubicados en una zona particular. Esto se realizará por medio del desarrollo de una herramienta de optimización que entrega como resultado una topología de red económica y práctica, cumpliendo con restricciones técnicas establecidas previamente. Debido a la naturaleza combinatoria del problema de planificación de la transmisión, la resolución mediante un método determinístico en tiempos aceptables es inviable. Por esto la herramienta de optimización se basa en la utilización de heurísticas que buscan disminuir las dimensiones del problema, obteniéndose con éstas resultados cercanos al óptimo, los cuales son suficientes para una etapa de prefactibilidad en la planificación. En particular se utilizan técnicas de agrupamiento difuso o Fuzzy C-Means para agrupar proyectos de generación, de manera de que en vez de resolver el problema total se resuelva para cada uno de los subconjuntos de generadores un subproblema de optimización de dimensiones considerablemente menores. Luego para resolver cada uno de los subproblemas se utilizan algoritmos genéticos, ya que esta técnica de optimización tiene un muy buen desempeño en el problema de planificación de los sistemas eléctricos de potencia. La herramienta desarrollada es implementada en el software de modelación matemática GNU Octave (símil libre de Matlab) en un conjunto de computadores trabajando paralelamente con el fin de aumentar la velocidad de convergencia del algoritmo genético. Para analizar el desempeño de la herramienta, ésta es probada en cinco casos de prueba con distintas características y niveles de complejidad. Con estos casos se demuestra la correcta convergencia del algoritmo genético y el algoritmo de agrupamiento. Además se prueba la metodología propuesta para casos con múltiples puntos de inyección, existencia de zonas prohibidas y posibles subestaciones colectoras. Para optimizar las conexiones se utilizan cuatro tipos de líneas de diferentes características técnicas. Los resultados obtenidos no son óptimos globales del problema, pero sí son soluciones económicas, prácticas y de un menor impacto ambiental, debido al menor número de líneas a construir y el mayor orden de las topologías. Finalmente se demuestra que la metodología propuesta disminuye las dimensiones del problema y disminuye la aleatoriedad de los algoritmos genéticos, ya que la heurística de agrupamiento guía al algoritmo genético hacia soluciones lógicas y prácticas.