Algoritmo de clusterización y descomposición de benders para la planificación de la transmisión con seguridad estocástica y condiciones climáticas extremas

Abstract

La seguridad de suministro es de gran relevancia para el correcto funcionamiento del sistema eléctrico, no obstante, para planificar sistemas seguros se requiere resolver modelos de optimización del diseño de las redes con un alto nivel de complejidad. Dicha complejidad se debe a la necesidad de considerar un sinnúmero de escenarios para asegurar que la solución final presente los adecuados niveles de robustez ante distintas contingencias en el sistema. Principalmente, se catalogan estos modelos en las siguientes categorías: modelos determinísticos N-k y modelos probabilisticos. La ventaja de los modelos determinísticos es su mayor simplicidad tanto en la implementación como en el cálculo de la solución. Los modelos probabilisticos, en cambio, requieren de una mayor complejidad computacional, lo cual no ha permitido su masificación en la industria. Un problema adicional está dado por el valor de las probabilidades, las cuales dependen de las condiciones especificas a las cuales se enfrentan durante la operación (por ejemplo, las condiciones del clima) y cuya condicionalidad usualmente se ignora, utilizando en los cálculos el valor marginal (o promedio) de dichas probabilidades para las múltiples condiciones de operación. Para abordar lo mencionado, este trabajo contribuye en dos líneas. Primero se propone una herramienta de descomposición del modelo probabilístico que permite identificar las contingencias relevantes en la solución del problema, logrando de esta manera reducir la cantidad de escenarios a evaluar dentro del modelo de planificación y facilitando la aplicación en sistemas de mayor escala. Y segundo, se integra al modelo estocástico las condiciones climáticas de cada operación permitiendo evaluar los beneficios de reconocer la dependencia entre las probabilidades de falla de los elementos del sistema y las condiciones climáticas de la operación en la toma de decisiones. A modo de evaluar el desempeño de la metodología propuesta se realiza primero una validación de esta, mostrando el comportamiento de las decisiones en un sistema pequeño y estudiando las características de la metodología y sus parámetros. Luego se demuestra la escalabilidad sobre el sistema de 24 barras IEEE RTS, comparando el desempeño con otras herramientas de la literatura y mostrando que la estrategia de identificación de contingencias permite reducir los tiempos de convergencia. Finalmente se estudia los beneficios de integrar las condiciones del clima dentro del modelo de planificación, mostrando que al no considerar dichas condiciones tanto decisiones en inversión de transmisión como de operación son subóptimas. Bajo el criterio de planificación determinístico las decisiones tienden a reforzar la transmisión disminuyendo en gran medida el riesgo incluso ante eventos más críticos, mientras que las soluciones probabilísticas evitan grandes costos de inversión y se exponen a mayor riesgo resultando así mejor balance de costos. En el caso probabilístico la decisión de inversión al considerar el clima depende de la estructura del sistema, llegando, en nuestros casos de estudio, a invertir más que la probabilística tradicional (con probabilidad marginal) si le permite reducir el riesgo no solo en los climas más adversos, o menos si le conviene resolver dichos climas a través de medidas operativas ahorrando en la inversión.