IMPLEMENTACIÓN DE TÉCNICAS DE DESCOMPOSCICIÓN Y LÓGICA DIFUSA PARA LA PROGRAMACIÓN ÓPTIMA A CORTO PLAZO DE GENERADORES TERMOELÉCTRICOS EN UN SISTEMA ELÉCTRICO

MARIAN G. MARCOVECCHIO; PIO A. AGUIRRE; MARIANA M. SERVÁN

Santa Fe

Congreso; Congreso Argentino de Ingeniería Quimica; 2019

AAIQ

Este trabajo aborda la resolución del problema de la programación óptima a corto plazo de la generación de energía en centrales termoeléctricas (Marcovecchio et al., 2014) con restricciones en las líneas de transmisión. Este problema se conoce como "Asignación de Unidades con Restricciones de Seguridad" (SCUC, del inglés Security Constrained Unit Commitment). Lo que se busca al resolver el problema SCUC es obtener el programa de encendido y apagado y la generación de energía de las unidades termoeléctricas en cada período de tiempo del horizonte de programación, además del programa de conexión y desconexión y la transmisión de energía de las líneas de transmisión en cada período, satisfaciendo una demanda que varía en el tiempo, con el objetivo de minimizar el costo operacional total. El modelo resultante es un problema de Programación Cuadrática Mixta Entera Restringida (MIQCP), cuenta con numerosas variables binarias y su mayor complejidad es el carácter combinatorio del conjunto de soluciones (Álvarez et al., 2018).El modelo MIQCP para el problema de SCUC se implementó en el software GAMS con el solver CPLEX. Este solver empleó más de 9000 segundos para obtener una solución factible del problema con un gap relativo de optimalidad del 10%. Por lo tanto, se consideró una aproximación lineal de la función objetivo del problema, lo cual transforma el modelo en uno de Programación Mixta Entera Lineal (MILP). Al implementarlo en GAMS con el solver CPLEX, se observó que aún para este modelo lineal, es necesario un tiempo de resolución elevado para obtener un gap relativo de optimalidad pequeño, además el tiempo requerido depende de la precisión de la aproximación considerada.Con el objetivo de reducir el tiempo de resolución del problema y el valor del gap de optimalidad alcanzado, se diseñó e implementó una técnica de descomposición específica para abordar la resolución del problema original (Serván et al., 2018). Esta técnica tiene en cuenta las características particulares del modelo. Las variables binarias que determinan el estado conectado/desconectado en cada período de tiempo de las líneas de transmisión y las restricciones de flujo máximo son las que aportan mayor complejidad al problema. Por lo tanto, la técnica diseñada apunta a descomponer estas decisiones, analizando de forma separada un número reducido de períodos. La eficiencia de la técnica propuesta se comparó con la resolución directa del modelo original (MIQCP) y la del modelo resultante al aplicar aproximaciones lineales (MILP).Teniendo en cuenta que en los datos de estos problemas hay muchas incertezas involucradas, los modelos probabilísticos resultan más representativos de la situación real. Por lo tanto, en una segunda etapa se consideró la demanda bajo incertidumbre, incorporando al modelo términos independientes difusos. Para abordar este nuevo problema, se aplicó el método de Zimmermann (Zimmermannm, 1985). Además se aplicó la técnica de descomposición propuesta y se estudió su efectividad para este nuevo modelo. La solución del problema SCUC con demanda difusa se comparó con la solución del modelo determinístico. Este análisis permite estudiar la estabilidad de la red eléctrica para enfrentar cambios en la demanda esperada. Para testear los modelos MIQCP y MILP resultantes y la técnica de descomposición propuesta se consideraron dos sistemas eléctricos de diferentes tamaños y características. Los resultados ilustran la eficiencia de la metodología propuesta. Al aplicar la técnica de descomposición el valor del gap de optimalidad se reduce hasta en un 50% y la reducción del tiempo de resolución del problema es de hasta un 99%, estos valores dependen del tamaño de la red eléctrica.