Metodología de agregación temporal para la simulación de loa operación utilizada en el proceso de planificación de la transmisión realizada por la Comisión Nacional de Energía (CNE)

Abstract

En la actualidad, uno de los grandes objetivos a nivel mundial es la inclusión de una mayor cantidad de fuentes renovables a la matriz energética. En particular, para cumplir con este objetivo, en Chile se está trabajando en el "Plan de Retiro y/o Reconversión de Unidades a Carbón'' desde el año 2019, con el fin de alcanzar la carbono neutralidad al año 2050. Uno de los procesos importantes para conseguir este objetivo es la planificación de las redes de transmisión, la cual es realizada de manera anual por la Comisión Nacional de Energía. Luego, la motivación del presente trabajo es investigar la representación de la variabilidad temporal que se presenta en este proceso, la cual implica una alta carga computacional, con el fin de representarla de manera agregada sin distorsionar los resultados del modelo. En este trabajo, el objetivo es encontrar una metodología para definir una mejor representación temporal de la generación eólica y solar del Sistema Eléctrico Nacional respecto a la actual utilizada por la CNE. Cabe mencionar que esta metodología consiste en definir un día hábil y un día no hábil representativo para cada mes que se considere en la simulación. Para esto, se aplican 3 métodos de clustering a la generación separada por tecnología, mes y con o sin división geográfica, para luego comparar los métodos de clustering y decidir cuál de los 3 métodos es mejor para el objetivo en cuestión, y escoger si se aplicará o no la división geográfica de los datos de generación. Además, al analizar el ajuste de los días representativos a los datos reales de los meses, y ver la correlación entre zonas, se escoge la cantidad de días representativos necesarios a utilizar en la simulación de la operación para la planificación de la transmisión. Como resultado, se obtiene que el mejor método de clustering con este fin es el método k-medoids, aplicando la división geográfica por subestación asociada, y considerando al menos 2 días representativos por mes, tanto para la generación eólica como la solar. De esta manera se logran ajustar de mejor forma los días representativos a los datos originales en comparación con la metodología actual, además de mantener la correlación entre zonas. Además, al realizar la simulación de la operación en Ameba con la nueva representación temporal obtenida y analizar distintos indicadores, se tiene un buen ajuste al aplicar el método k-medoids en cuanto a la generación renovable. Sin embargo, no se puede decir lo mismo de la generación convencional, induciendo diferencias en el costo de operación del sistema respecto a la realidad esperada. Finalmente, es importante mencionar que, si bien el tiempo de simulación requerido es mayor al actual de la CNE, de igual manera se logra reducir en más de un 90% el tiempo de simulación respecto al caso horario.