TM 09 011

UNIVERSIDAD PONTIFICIA COMILLAS
ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)

MSTER OFICIAL EN EL SECTOR ELCTRICO

TESIS DE MSTER

Optimizacin estocstica
de la operacin a medio plazo
de una empresa generadora

AUTOR: Pilar Meneses de Quevedo

Madrid, octubre 2009

Autorizada la entrega de la tesis del mster del alumno/a:

Pilar Meneses de Quevedo

EL TUTOR

JESS LATORRE

Fdo.: Fecha: 13/10/2009

V B del Coordinador de Proyectos

MICHEL RIVIER

Fdo.: Fecha: 13/10/2009

UNIVERSIDAD PONTIFICIA COMILLAS

ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)

MSTER OFICIAL EN EL SECTOR ELCTRICO

TESIS DE MSTER

Optimizacin estocstica
de la operacin a medio plazo
de una empresa generadora

AUTOR: Pilar Meneses de Quevedo

Madrid, octubre 2009

Resumen de la tesis

El objetivo de esta tesis es profundizar en la optimizacin hidrotrmica de una compaa
generadora en el mercado elctrico espaol. La compaa que se quiere considerar es de
pequeo tamao en el mercado, y por tanto actuar como un tomador de precio en el mismo,
es decir, no podr influir en el precio del mercado mediante su actuacin. El parque generador
de dicho tomador de precio estar compuesto por un generador hidroelctrico y un generador
trmico.

Se trata de modelar dicha compaa y obtener el mximo beneficio en el medio plazo,
considerando un horizonte temporal de un ao. Para ello, se analizarn diferentes escenarios
donde se observar cmo vara el beneficio neto de la empresa segn los diferentes precios del
mercado, del gas y diferentes previsiones pluviomtricas. El objetivo es emplear la
programacin estocstica para obtener soluciones robustas frente a esta estocasticidad en
precios y aportaciones pluviomtricas.

Por tanto, se trata de una tesis donde se tiene en cuenta la incertidumbre y la empresa
generadora debe optimizar sus decisiones para maximizar el beneficio esperado.
Adicionalmente, la empresa debe gestionar el riesgo que pueda acarrear el que haya precios
que no cubran el coste o el que, realmente, sea un periodo de sequa. Actualmente, en el
mercado elctrico espaol cada vez es ms usual cubrir el riesgo mediante los contratos
bilaterales o mercados de futuros. Se analizar la influencia que este tipo de instrumentos
pueda tener en los beneficios de la empresa. Se considerarn las diferentes maneras de
formular de manera explcita medidas de ese riesgo para poder minimizarlo en la resolucin
del problema de optimizacin asociado como futuro desarrollo de esta tesis.

Abstract

The main objective of this thesis is to investigate the hydrothermal optimization of a
generation company in the Spanish electricity sector. The company that has been considered is
a small one in the Spanish electricity market, and therefore it will be price taker, so it can not
influence with its action in the price of the pool. The generation portfolio will be composed
with one hydro power plant and a thermal one.

The idea is to model the generation company and obtain the maximum benefit in the
medium term, considering a one year scope. For that, different sceneries will be analyzed
where the variation of the net margin will be observed for different wholesale electricity
prices, gas prices and different inflows due to rain.

In whole, this thesis takes into account the uncertainty of electricity prices, fuel costs and
inflows. The company needs to optimize its decisions to maximize de expected benefit.
Because of this, the company needs to be covered from the risk management of the company
due to low electricity prices or droughts. By the moment, the Spanish Market is developing is
such a way that it is more usual to cover the risk with bilateral contracts or forward and future
markets. It will be analyzed the influence of this kind of instruments in the benefit of the
company. It will be considered the different ways to formulate explicit measures for
minimizing the risk in the optimization problem as a future development for this thesis.

INDICE DE CONTENIDOS
Resumen de la tesis.
Abstract.
ndice de contenidos.
ndice de tablas.
ndice de grficos.
ndice de ecuaciones.
Notacin.
1.- Introduccin.
2.- Descripcin y caractersticas de la cartera de generacin.
2.1.- Central de ciclo combinado.
2.1.1.- Descripcin general.
2.1.2.- Datos de diseo.
2.1.3.- Restricciones de la central trmica.
2.2.- Central hidroelctrica.
2.1.1.- Descripcin general.
2.1.2.- Datos de diseo.
2.1.3.- Restricciones de la central hidroelctrica.
3-. Descripcin del modelado en el medio plazo.
3.1.- Planificacin de la generacin en el medio plazo.
3.2.- Hiptesis del modelo.
3.3.- Formulacin del problema de optimizacin.
3.3.1.- Datos del modelo.
3.3.3.1.- Datos del equipo trmico.
3.3.3.2.- Datos del equipo hidrulico.
3.3.2.- Variables del modelo.
3.3.3.1.- Variables binarias.
3.3.3.- Restricciones del modelo.
3.4.- Problema determinista.
3.4.1.- Caractersticas del problema de optimizacin determinista.

3.4.2.- Formulacin de la funcin objetivo.
3.5.- Problema estocstico.
3.5.1.- Caractersticas del problema de optimizacin determinista.
3.5.2.- Formulacin de la funcin objetivo
4-. Publicacin y anlisis de los resultados deterministas.
4.1.- Parmetros de entrada.
4.1.1.- Precios del Mercado Diario.
4.1.2.- Coste del gas natural.
4.1.3.- Coste del CO
2
.
4.1.4.- Datos de aportaciones hidrulicas.
4.2.- Anlisis de los resultados.
5-. Publicacin y anlisis de los resultados estocsticos.
5.1.- Parmetros de entrada.
5.2.- Anlisis de resultados.
6.- Comparacin y conclusiones de la estocasticidad del modelo.
6.1.- Valor de la Informacin Perfecta.
6.2.- Valor de la Solucin Estocstica
7- Gestin del riesgo.
7.1.- Descripcin del modelo de optimizacin.
7.1.1.- Modelo de Markowitz
7.2.2.- Modelo de Fleten.
7.2.3.- Modelo de Unger.
7.2.- Coberturas de riesgo en el medio plazo en el mercado elctrico espaol.
7.3.- Futuros desarrollos.
8.- Conclusin final.
9.- Bibliografa.
Anexo I: Descripcin de la herramienta y tcnicas utilizadas.
Anexo II: Modelo Gams del problema determinista.
Anexo III: Modelo Gams del problema estocstico.

ndice de tablas.
Tabla 1. Ejemplo de coste variable de un ciclo combinado 16
Tabla 2. Duraciones en horas de los diferentes meses, subperiodos y niveles26
Tabla 3. Precios del Mercado diario en 2008 para los diferentes periodos, subperiodos y
niveles.. 28
Tabla 4. Aportaciones mensuales tomados de datos estadsticos del embalse de
Almendra. 29
Tabla 5. Coste de gas y CO
2
en relacin al precio del mercado diario42
Tabla 6. Coste fijo y variable del ciclo combinado dados unos costes de gas y CO
2
. 43
Tabla 7. Altos valores de aportaciones en Hm
3
y MWh. 43
Tabla 8. Valores medios de aportaciones en Hm
3
y MWh.. 43
Tabla 9. Valores de aportaciones bajos en Hm
3
y MWh. 44
Tabla 10. Valores de los parmetros de los nueve casos estudiados de forma determinista.. 44
Tabla 11. Solucin determinista de los nueve casos.... 44
Tabla 12. Esquema de representacin de los nueve casos45
Tabla 13. Consumo de bombeo de los 9 casos deterministas en GWh 47
Tabla 14. Produccin hidrulica de los 9 casos deterministas en GWh47
Tabla 15. Probabilidad de los parmetros de entrada51
Tabla 16. Probabilidad de los nueve escenarios51
Tabla 17. Esquema de los nueve escenarios del rbol de probabilidad.51
Tabla 18. Solucin estocstica de los nueve escenarios52
Tabla 19. Consumo de bombeo de los 9 escenarios estocsticos en GWh...53
Tabla 20. Produccin hidrulica de los 9 escenarios estocsticos en GWh..53
Tabla 21. Solucin al problema de maximizacin55

ndice de figuras.
Figura 1. Central de ciclo combinado....14
Figura 2. Esquema de funcionamiento de un ciclo combinado.....15
Figura 3. Relacin de la potencia neta en MW con la temperatura en C.. ..17
Figura 4. Relacin del calor especfico en kJ/MWh con la temperatura en C. ...17
Figura 5. Relacin del calor especfico en kJ/MWh con la potencia neta en MW..18
Figura 6. Curva lineal de coste en en una hora a 10C...19
Figura 7. Central hidrulica con embalse asociado...20
Figura 8. Superficie caracterstica que relaciona la potencia producida, caudal y salto
neto21
Figura 9: Central hidrulica modo bombeo...............................................................................22
Figura 10. Modelo equivalente de una cuenca hidrulica expresada en energa...23
Figura 11. Grfico de la montona de carga en MW en el mes de marzo para das laborables y
das festivos..25
Figura 12. Discretizacin en niveles de carga de la montona de la demanda para los das
laborables de marzo...26
Figura 13. Acoplamientos entre niveles para un mismo s y p.32
Figura 14. Acoplamientos entre subniveles y niveles para un mismo p..33
Figura 15. rbol de probabilidad o de escenarios empleado en el modelo para un caso de
nueve escenarios36
Figura 16. Histograma de los precios del Mercado Diario en 2007..38
Figura 19. Histograma del precio del gas natural en 200740
Figura 22. Histograma del precio del MD y CO
2
en 200841
2
en 200942
Figura 24. Producciones agregadas de las dos centrales en un ao para 9 casos
deterministas..48
Figura 25. Representacin de los precios del mercado y coste operativo del caso 6 y 8..46

Figura 26. Producciones agregadas de las dos centrales en un ao para 9 escenarios
estocsticos54
Figura 27. Funcin de distribucin de la probabilidad respecto al beneficio60
Figura 28. Proceso desde formulacin hasta el anlisis de la solucin de un problema de
optimizacin..68
ndice de ecuaciones.
Ecuacin 1. Restriccin del lmite de la potencia mxima neta del ciclo combinado...31
Ecuacin 2. Restriccin del lmite del mnimo tcnico del ciclo combinado............31
Ecuacin 3. Restriccin del lmite de la potencia mxima neta de turbinacin ...31
Ecuacin 4. Restriccin del lmite de la potencia mxima bruta de bombeo....31
Ecuacin 5. Restriccin del mximo y mnimo nivel de reservas del embalse.32
Ecuacin 6. Balance de energa del embalse.. ......32
Ecuacin 7. Acoplamiento entre niveles dentro de un mismo periodo y mismo
subperiodo. ...33
Ecuacin 8. Acoplamiento entre subniveles para un mismo periodo...33
Ecuacin 9: Acoplamiento entre periodos....33
Ecuacin 10. Funcin objetivo del problema determinista.. 35
Ecuacin 11. Funcin objetivo del problema estocstico.........37
Ecuacin 12. Restriccin de no anticipatividad de la variable decisin de acoplamiento49
Ecuacin 13. Restriccin de no anticipatividad de la produccin trmica50
Ecuacin 14. Restriccin de no anticipatividad de la produccin hidrulica50
Ecuacin 15. Restriccin de no anticipatividad del consumo de bombeo50
Ecuacin 16. Valor esperado de la informacin perfecta..............56
Ecuacin 17. Valor de la solucin estocstica...........57
Ecuacin 18. Beneficio esperado de Markowitz...................................................................58
Ecuacin 19. Funcin objetivo de mnima varianza del modelo de Markowitz.......58
Ecuacin 20. Funcin objetivo del modelo de Fleten.......59
Ecuacin 21. Funcin objetivo del modelo de Unger.......60
Ecuacin 22. Funcin de restriccin del modelo de Unger..............................................60

Notacin
p: perodo
s: subperiodo.
n: nivel de carga.
: representa la densidad del agua.
g: la aceleracin de la gravedad.
!: rendimiento de la turbina hidrulica.
q: caudal turbinado por la central hidrulica.
A
psn
: duracin de cada periodo, subperiodo y nivel (horas).
PMD
psn
: precio del mercado diario en cada periodo, subperiodo y nivel (/MWh).
Pgmax
gpsn
: potencia neta mxima del ciclo combinado en cada p,s,n (MW).
Pmin
gpsn
: mnimo tcnico del ciclo combinado en cada p,s,n (MW).
V
g
: coste variable del ciclo combinado (/MWh).
F
g
: coste fijo del ciclo combinado (/MWh).
CostArr
g
: coste del arranque en templado ().
CostPar
g
:

coste de parada en templado ().
Phmax
gpsn
: potencia neta mxima de la central hidralica en cada p,s,n (MW).
Wmax
hp
: nivel mximo de llenado del embalse en cada periodo (MWh).
Wmin
hp
: nivel mnimo de llenado del embalse en cada periodo (MWh).
Wini
h
: nivel de reserva inicial al comienzo del periodo 1 (MWh).
I
hp
: aportaciones naturales del embalse en el periodo p (MWh).
Bmax
hpsn
: potencia mxima bruta en bombeo en cada p,s,n (MW).
rend
h
: rendimiento del ciclo turbinacin-bombeo.
Y
gpsn
: decisin de arranque del ciclo combinado en cada p,s,n (0-1).

Z
gpsn
: decisin de parada del ciclo combinado en cada p,s,n (0-1).
U
gpsn
: decisin de acoplamiento del ciclo combinado en cada p,s,n (0-1).
QG
gpsn
: potencia neta del ciclo combinado en cada p,s,n (MW).
QH
hpsn
: potencia neta de turbinacin de la central hidralica cada p,s,n (MWh).
BH
hpsn
: potencia de bombeo en el nivel p,s,n (MWh).
W
hp
: reserva almacenada en el embalse al final del periodo p (MWh).
V
hp
: vertidos del embalse (MWh).

Margen funcin objetivo del problema de optimizacin del beneficio.
PROB
esc
: probabilidad de cada escenario.
WS: solucin espera y observa.
HN: solucin aqu y ahora.
EVPI: valor esperado de la informacin perfecta.
EEV: solucin esperada del valor medio.
VSS: valor de la solucin estocstica.
X
esc
: valor del beneficio del escenario.
X: valor del beneficio esperado.
p (x): funcin de penalizacin.
VaR: Value at Risk.
CVaR: Condicional Value at Risk
Loss(x, Y): funcin de distribucin de las prdidas.
": nivel de confianza.
Y: vector de las variables estocsticas Y.

Optimizacin estocstica de la operacin a medio plazo de una empresa generadora.
13
1.- INTRODUCCIN

En primer lugar se plantear el problema de maximizacin del beneficio de una empresa
de pequeo tamao, que se comporta como un tomador de precio. Comprenderemos en detalle
un modelo de un grupo trmico para datos realistas. De igual forma, se considerar el modelo
de una central hidroelctrica y su embalse asociado. Con esto se obtendr la formulacin que
se emplear como base para los desarrollos posteriores que se mencionan a continuacin.

Se tendr en cuenta la incertidumbre de los precios del pool, precio del gas y las lluvias
cuyas aportaciones se reciben en el embalse. Para ello se incluir en el modelo la
estocasticidad proveniente de estos datos. Se analizar la influencia de esta estocasticidad en
los resultados, por medio de medidas estndar como el Valor Esperado de la Informacin
Perfecta y el Valor de la Solucin Estocstica, que permiten cuantificar cunto se gana por
considerar la estocasticidad frente al caso determinista.

Se indicar cmo podra formularse el modelo de la gestin del riesgo a medio plazo
mediante un problema de optimizacin estocstica y se decidir cmo podra medirse ese
riesgo para que la compaa hidrotrmica sea lo ms beneficiosa posible.

El modelo ha sido formulado como un problema de optimizacin linear. La herramienta
del software desarrollado ha sido el optimizador CPLEX utilizando el lenguaje de
programacin Gams. Se explica ms detalladamente la tcnica y la herramienta utilizada en el
Anexo I.

2.- CARACTERSTICAS DE LA CARTERA DE GENERACIN.

La empresa generadora est formada por una central trmica de ciclo combinado de
combustible gas natural, compuesta de dos turbinas de gas y una de vapor, y una central
regulable compuesta por un embalse.

14
2.1.- Central de ciclo combinado

2.1.1.- Descripcin general

La central de ciclo combinado es una central trmica cuyo principio de funcionamiento
se basa en la transformacin de energa calorfica en energa elctrica. La fuente primaria de
energa calorfica es de origen fsil. En este caso, gas natural.

En estas centrales se genera energa elctrica mediante una o varias turbina de gas
(ciclo del gas) y una o varias turbina de vapor (ciclo del vapor del agua). Los gases a alta
temperatura de la turbina de gas aportan calor a una caldera, la que alimenta al ciclo de vapor.
Debido a problemas de estabilidad de combustin en la caldera, existe una potencia por debajo
de la cual no es posible generar. A esta potencia se la suele denominar mnimo tcnico.
Presentan una alta eficiencia y son la tecnologa menos contaminante de las centrales
trmicas, bsicamente debido a su baja emisin de CO
2
. Su gran ventaja es que tienen alta
capacidad de regulacin.

Figura 1. Central de ciclo combinado.
15
2.1.2.- Datos de diseo

La potencia bruta es la que se produce en bornes del alternador. Sin embargo, debido a
la energa asociada a los consumos auxiliares, slo una parte es la que se vierte a la red. Si los
descontamos de la potencia bruta obtenemos la potencia neta, que es la producida en bornes
de central.

Existe una capacidad mxima debido al propio diseo del generador. La central que se
considera en el diseo presenta dos turbinas de gas Siemens de potencia mxima 277 MW
cada una; y una turbina de vapor Siemens de 250 MW. Por tanto, en el modelo consideramos
la central de potencia bruta mxima instalada de 804 MW y potencia neta mxima de 800
MW. Adems, no podremos bajar del mnimo tcnico que es de 480 MW.

Figura 2. Esquema de funcionamiento de un ciclo combinado.

Las centrales de ciclo combinado presentan un libro de planta dado por el fabricante
donde se conocen, tras varias pruebas de funcionamiento (commissioning), adems de los
mencionados potencia mxima y mnimo tcnico, el valor de las rampas de arranque en fro,
16
templado o caliente; y de parada. Asimismo, tambin se sabe el valor de la rampa de subida y
bajada de carga entre dos periodos consecutivos.

Necesitamos calcular todos los parmetros de entrada al modelo, tal que podamos
optimizar su funcionamiento. Por tanto, necesitamos calcular una funcin de costes del
funcionamiento de la central.

Los costes asociados a la explotacin de un grupo trmico son los costes variables de
produccin, el coste de arranque y el coste de parada. Es necesario determinar el coste
variable de generacin de la central partiendo de las curvas caractersticas de la planta, de la
previsin de costes variables de gas, CO
2
y parte variable de los costes de Operacin y
Mantenimiento. En la siguiente tabla se muestra el clculo del coste variable de la planta
considerando una potencia, una temperatura de 0 C, un coste de combustible y un coste de
CO
2
.

Power MW 800
Heat Rate KJ/KWh 6400
Heat Rate Inferior kWhi/kWh Heat Rate/3600 2
Heat Rate Superior kWs/kWh Heat Rate Inferior/0,9 2
Gas consumption MWhs/h Power * Heat Rate Superior 1580
Gas Cost /MWh 15
Gas Cost /h Gas consumption * Gas Cost 23704
O&M Cost /h 1500
CO2 Emission Rate kg/GJ 56
CO2 Emissions Ton/h
CO2 Emiss.Rate*Power*Heat
Rate/1000000 287
CO2 Cost /Ton 15
CO2 Cost /h CO2 emissions * CO2 cost 4308
Total Operating Costs /h Gas + O&M + CO2 29512
Variable Cost /MWh 37

Tabla 1. Ejemplo de coste variable de un ciclo combinado.

El problema aparece cuando el funcionamiento de la central no es el nominal, ya que la
potencia neta mxima disponible y el calor especfico varan con la temperatura ambiente.
Debido a que nos basamos en predicciones de temperatura, no conocemos a priori la potencia
que va ser generada, y no se puede corregir el valor del calor especfico que produce un
17
funcionamiento a carga distinta de la nominal. Es decir, no se puede determinar con total
precisin ni el consumo de la planta ni, por tanto, su coste variable.
Las curvas caractersticas vienen dados por el fabricante y en ellas se observa lo que
hemos explicado anteriormente. Tras varias pruebas de la central se demuestra lo siguiente las
siguientes relaciones.

Figura 9. Relacin de la potencia neta en MW con la temperatura en C

Figura 3. Relacin de la potencia neta en MW con la temperatura en C

Figura 4. Relacin del calor especfico en kJ/MWh con la temperatura en C.
Potencia neta (MW) vs Temperatura ambiente (C)
0
100
200
300
400
500
600
700
800
900
-20 -10 0 10 20 30 40 50
Net heat rate (kJ/kWh) vs Temperatura ambiente (C)
6400
6450
6500
6550
6600
6650
6700
6750
6800
6850
6900
-20 -10 0 10 20 30 40 50
18
Por ejemplo, dada la temperatura ambiente de 15 C y presin de 1 atm, obtendramos
la relacin del calor especfico y de la potencia neta.

Figura 5. Relacin del calor especfico en kJ/MWh con la potencia neta en MW.

As que a la hora de establecer nuestro modelo de costes, necesitaramos ver a una
temperatura dada ver cmo vara la curva de costes con la potencia operativa de la central.
Adems, la funcin de costes slo es aplicable entre el mnimo tcnico y la potencia mxima.

A la hora de simplificar el modelo, tomaremos una temperatura media para los meses
de octubre a marzo de 10 C y otra para el resto de 20 C. Por tanto, la potencia neta mxima
operativa que tendremos ser de 775 MWh en el primer caso y de 730 MWh en el segundo
caso. Adems de la temperatura y de la potencia neta operativa, la funcin de costes depende
del coste de gas y CO
2
que consideremos en cada escenario. Podremos aproximarla por una
recta para cada dato de temperatura, coste de gas y CO
2
. Dicha recta tendr como ecuacin:

Coste (/ h)=A Potencia (MW) + B, dnde A (/MWh) es la pendiente de la recta y B (/h)
es la ordenada en el origen.
Heat Rate (kJ/kWh) vs Net Power (MW)
6300
6400
6500
6600
6700
6800
6900
7000
7100
480 530 580 630 680 730 780 830
19
En el caso expuesto a 10C, con costes de gas y CO
2
de 15/MWh y 15 /Ton
tendremos la siguiente curva: Coste (/ h)=31, 25 P + 4868

Figura 6. Curva lineal de coste en en una hora a 10C.

Los costes de arranque y parada dependern tambin de la temperatura, valor del coste
de gas y CO
2
. El libro de planta, dado por el fabricante, determina el consumo de gas durante
los arranques y paradas. Conocido el consumo de gas se puede calcular el coste de arranque y
parada.

2.1.3.- Restricciones de la central trmica.

La potencia ha de estar siempre en el intervalo de mxima potencia operativa y
mnimo tcnico.

Las restricciones de rampa o de gradiente de carga, limitan la variacin de potencia
entre dos periodos consecutivos. Es decir, si estamos subiendo o bajando carga, la diferencia
de potencia entre dos periodos horarios consecutivos ha de ser menor que el parmetro rampa
de subida. Dado el libro de planta junto al commissioning se determinan stas.
20
Es muy importante la relacin que establece las coherencias entre arranques,
acoplamientos, paradas que se explicar ms adelante en la formulacin y restricciones al
problema en el medio plazo.

2.2.- Central hidroelctrica de embalse.

2.2.1.- Descripcin general

Estas centrales utilizan la energa hidrulica para la generacin de energa elctrica.
Aprovechan la energa potencial del agua en su cada entre dos niveles del cauce para pasar
por turbina hidrulica, la cual transmite la energa a un generador que lo convierte e energa
elctrica. Vamos a centrarnos en una central de embalse, la cual pueden reservar el agua e ir
graduando el agua que pasa por la turbina. El otro tipo de centrales son las fluyentes, que no
tienen embalse asociado ni capacidad de gestin de reservas de agua, y por tanto deben
turbinar el agua que reciben por el cauce del ro.

Los embalses con capacidad de regulacin anual pueden mover (almacenar) agua de
unos meses a otros con el objetivo de reservar la energa para pocas de elevado consumo.

Figura 7. Central hidrulica con embalse asociado.

21
2.2.2.- Datos de diseo

La potencia producida por un grupo hidrulico depende del caudal de agua que
impacta en los labes de la turbina, as como del salto neto existente, es decir, del desnivel
comprendido entre la superficie libre del agua en el punto de carga y el nivel de desage de la
turbina, descontando las prdidas de carga producidas en las conducciones. De este modo,
suponiendo un caudal turbinado q y un rendimiento , la potencia producida por un grupo
generador hidroelctrico puede expresarse matemticamente como:

p = ! g h q

dnde ! representa la densidad del agua y g la aceleracin de la gravedad.

Por otro lado, el rendimiento de la transformacin depende del punto de
funcionamiento de la turbina, y por lo tanto = (h,q). Existe una relacin no lineal entre la
potencia producida, el caudal turbinado y el salto neto existente en las centrales regulables. Es
necesario considerar dicha dependencia que normalmente es introducida en forma de
superficie caracterstica.

Figure 8. Superficie caracterstica que relaciona la potencia producida, caudal y salto neto.

22
Se va a modelar una central hidralica de embalse en el que presentar una potencia
mxima neta de 800 MW. Para simplificar, en lugar de la superficie caracterstica se tomar
un punto medio de trabajo para todas las situaciones. Consideraremos un rendimiento medio
del 86,5% en la turbinacin. El salto neto ser de 410 m; ya que hay centrales que consiguen
tener ms altura que la de la presa, al no encontrarse las turbinas a pie de la presa. Una toma
de agua casi en la cota inferior va descendiendo hasta conseguir una altura mayor. El caudal
ser la capacidad de turbinacin de la central en la situacin de explotacin en la que se
encuentre.

Un dato a tener en cuenta desde el punto de vista de gestin hidrulica no es el valor de
las precipitaciones, sino de las entradas (aportaciones) en los embalses susceptibles de ser
gestionados, por lo que es necesario tener en cuenta el estado del terreno o trabajar con
correlaciones histricas entre los distintos valores de precipitaciones y entradas.

Tambin consideramos la posibilidad de bombear agua en los perodos de precios
bajos donde se bombear agua desde el embalse inferior al embalse superior y en los perodos
de precios altos se turbinar agua desde el superior al inferior, siempre que resulte eficiente
econmicamente. Solamente podr ser turbinada posteriormente aproximadamente el 70% de
la energa consumida, ya que el rendimiento del ciclo turbinacin-bombeo es 0,7.

Figura 9: Central hidrulica modo bombeo.

Figure 9. Central hidrulica modo bombeo.
23
A la hora de representar una cuenca hidrulica se simplifica utilizando una central
equivalente de toda la cuenca que almacena energa en lugar de agua. En el siguiente grfico
tenemos representado las aportaciones naturales; el nivel existente, mximo y mnimo de
reservas; la produccin neta hidrulica; el consumo del bombeo y los vertidos del embalse.
Todo ello en energa (MWh).

Figura 10. Modelo equivalente de una cuenca hidrulica expresada en energa.

2.2.3.- Restricciones de la central hidroelctrica.

Los grupos hidrulicos y de bombeo estn sujetos a lmites de potencia en todos los
niveles de carga considerados. Es decir, consideraremos un factor de conversin de la potencia
bruta mxima (805 MW) a la potencia neta mxima (800MW) debido a los consumos
auxiliares. Respecto a la potencia bombeada, tambin est limitada a la potencia nominal.

La gestin ptima de un determinado embalse debe definirse tomando como referencia las
limitaciones que impone la gestin indicada por otros organismos ajenos al sector elctrico,
como son Confederaciones Hidrogrficas, Comunidades de Regantes o los Ayuntamientos.
Por tanto, es necesario incluir en la gestin hidroelctrica todas las posibles restricciones que
dichas organizaciones introducen para obtener polticas de explotacin, no slo ptimas, sino
24
tambin factibles. El caudal de agua ha de encontrarse entre unos lmites mximos y mnimos
que pueden ir variando a lo largo del ao.

Otra de las restricciones que imponen entidades como las Confederaciones
Hidrogrficas, son las curvas de garanta. En este caso, se obliga a que las cotas del nivel del
agua en los embalses estn situadas entre unos lmites mximos y mnimos. Estos lmites
varan estacionalmente a lo largo del ao y tienen como principal finalidad garantizar que tras
finalizar la estacin hmeda, existan reservas suficientes de agua que aseguren el
abastecimiento durante la estacin seca. Del mismo modo, tambin garantizan que antes de
que se inicie la estacin hmeda, exista una capacidad ociosa disponible que permita acumular
el agua de las precipitaciones o los deshielos, evitando as vertidos innecesarios que adems
de suponer una prdida de energa susceptible de ser utilizada, pueden comprometer la
seguridad aguas abajo. As que tendremos un nivel mximo de reservas y un nivel mnimo.

El coste asociado a la explotacin de una central hidrulica puede ser despreciado, por
lo que el agua embalsada deber ser valorada convenientemente para decidir cundo
consumirlo.

3.- DESCRIPCIN DEL MODELADO EN EL MEDIO PLAZO.

El objetivo de la presente tesis es modelar y planificar la produccin en un ao la
obtencin de mayor beneficio a una empresa sin cuota de mercado.

3.1.- Planificacin de la generacin en el medio plazo.

El primer paso que hay que dar para plantear el problema de optimizacin es decidir
qu variables son relevantes y cules pueden ser despreciadas. La representacin temporal
utilizada condicionar significativamente la naturaleza de las variables consideradas. Para
planificar la explotacin a un ao vista, una primera idea es la de discretizar el alcance
temporal en perodos horarios, es decir, un total de 8760 horas.

25
Se utilizar una representacin basada en montonas de carga. Para ello se han
utilizado los datos de la demanda del 2008 y se han discretizado en 3 niveles: punta, valle y
llano que nos hacen simplificar los datos a tratar en el modelo. Se renuncia a modelar la
evolucin del sistema hora a hora. En consecuencia, para evitar que la representacin por
niveles de carga desvirte excesivamente la verdadera naturaleza del balance generacin
demanda, lo habitual es distinguir las horas en funcin de si el da es laborable o festivo para
los diferentes aos del mes.

Fig 11. Grfico de la montona de carga en MW en el mes de marzo para das laborables y das
festivos.

Por tanto, se ha establecido la siguiente estructura temporal:

Periodo p: cada mes (p=1,2,...,11,12)
Subperiodos s: das laborables y festivos ( s= s1, s2)
Niveles de carga n: grupos de horas (n= n1, n2 y n3), que corresponden a punta, llano
y valle.

Adems, dentro de cada nivel n las horas se agregan y se representan mediante la
demanda media en cada nivel.

26
Marzo laborables
0
5000
10000
15000
20000
25000
30000
35000
40000
45000
0 100 200 300 400 500

Fig 12. Discretizacin en niveles de carga de la montona de la demanda para los das laborables de
marzo.

Realizando lo mismo para todos los meses obtenemos una tabla con las duraciones en
horas para cada p,s,n, A
psn
en horas:

s1.n1 s1.n2 s1.n3 s2.n1 s2.n2 s3.n3
p1 132 220 176 54 72 90
p2 120 200 160 48 64 80
p3 114 190 152 48 120 120
p4 110 198 220 48 80 64
p5 110 220 198 36 99 81
p6 105 210 189 36 108 72
p7 110 242 176 36 90 90
p8 80 240 160 33 121 110
p9 110 220 198 32 96 64
p10 138 230 184 48 64 80
p11 120 200 160 60 80 100
p12 114 190 152 72 96 120

Tabla 2. Duraciones en horas de los diferentes meses, subperiodos y niveles.

27
3.2.-Hiptesis del modelo.

En primer lugar, se supondr que no es necesario modelar la red de transporte y se
considerar un modelo de nudo nico. En el beneficio de la empresa se tendr slo en cuenta
los precios del Mercado diario. Es decir, no se tendr en cuenta la posibilidad de que se
decidan arranques o paradas en el mercado de restricciones. Tampoco, se contempla que se
baje la produccin de las centrales en dicho mercado de restricciones por las limitaciones de la
red. Ni vamos a considerar el beneficio que se obtendra con los servicios complementarios.
Al considerarse que no existen restricciones de red no es necesario incluir la red dentro del
modelo desarrollado.

Como ya se ha mencionado, no se modelar la evolucin cronolgica del sistema hora
a hora sino que se utilizar una representacin basada en niveles de carga que agrupan varias
horas. Esta prdida de la cronologa tiene como consecuencia que no se permitir a los grupos
trmicos arrancar o parar en cualquier hora sino que los arranques y paradas slo podrn darse
de tres formas:

Transiciones entre niveles dentro de un mismo periodo y mismo subperiodo.
Transiciones entre subniveles dentro del mismo periodo (del primer nivel de un
subperiodo de un periodo con el ltimo nivel del subperiodo anterior dentro del mismo
periodo).
Transiciones entre periodos (del primer nivel del primer subperiodo de un periodo con
el ltimo nivel del ltimo subperiodo del periodo anterior).

Suponemos que la empresa generadora no dispone a priori de contratos bilaterales.
Solamente, la central de ciclo combinado y la central de embalse de igual potencia neta.

No se va a considerar posibles fallos en los grupos que les haga estar indisponibles.
Adems, no se tendr en cuenta el mantenimiento que puedan realizar ese ao. sta es una
opcin que no es difcil de incluir en el modelo pero que podra limitar los resultados y su
anlisis con un parque generador reducido como el considerado.
28
Se realizar en primer lugar un planteamiento determinista y por lo tanto, no se
considerar la incertidumbre en los datos. Posteriormente se incorporar la estocasticidad al
modelo y se analizar ambos resultados.

3.3.- Formulacin del problema de optimizacin.

3.3.1.- Datos del modelo.

Se suponen conocidos los precios del MD y las duraciones para cada periodo, subnivel y
nivel. Al igual que las duraciones los precios del MD se han discretizado de la misma manera,
tomando el valor medio de cada nivel en la curva montona de precios: PMD
psn
(/MWh).

s1.n1 s1.n2 s1.n3 s2.n1 s2.n2 s3.n3
p1 87,77 78,71 54,73 84,16 72 55
p2 85,69 75,69 52,89 88,59 56,62 51,41
p3 73,5 62,11 52 74,24 57 47,18
p4 65,3 58,17 50,91 63,57 54,2 49,51
p5 65 59,29 47,15 65 59,19 50
p6 71,14 60,95 49,11 69,81 60 47,07
p7 81,69 73,3 58,5 76,97 67 58,51
p8 85 72,73 59,5 85 71,3 60,24
p9 87,41 76,59 63,5 87 70,77 61
p10 83,16 73,3 57,69 83 78,3 69,75
p11 82,96 69,1 55,57 83,5 64,2 57
p12 75 60,7 49,37 66,26 55,4 35,68

Tabla 3. Precios del Mercado diario en 2008 para los diferentes periodos, subperiodos y niveles.

3.3.1.1.- Datos del equipo trmico.

En el equipo trmico, se conoce la potencia neta mxima (Pgmax
gpsn
) de 800 MW, una
vez ya descontados los autoconsumos, y la potencia mxima operativa que va en funcin de la
temperatura. As tendremos:

Para p1 = p2 = p3 = p10 = p11 = p12 = 775 MW (potencia a 10 C).
Para p4 = p5 = p6 = p7 = p8 = p9 = 730 MW (potencia a 20C).
29
El mnimo tcnico (Pmin
gpsn
) es de 480 MW en todos los periodos. Adems, se conoce la
funcin de costes para ambas temperaturas con coste de gas de 15 /MWh y coste de CO2 de
15 /Ton; aunque por simplificar se tomarn un mismo coste variable A y coste fijo B igual
para todos los periodos del ao.

Por ello, nuestro coste variable V
g
en /MWh ser para todos los periodos de 30,59
/MWh y el coste fijo F
g
en de 5466 .

El coste de un arranque de este tipo de centrales (CostArr
g
) en templado es de 20000 y
el de la parada (CostPar
g
) es de 8000 . Consideramos que al mes se acopla y se desacopla
cuatro veces, una vez por semana, por lo que para cada periodo, subperiodo y nivel el coste de
arranque ser el de cuatro veces el de un da. Por tanto, en el modelo se considera CostArr
g
de 80000 y CostPar
g
de 32000 .

3.3.1.2.- Datos del equipo hidrulico.

Se conoce la mxima potencia neta (Phmax
gpsn
) de 800 MW. El volumen mximo del
embalse es de 2586 Hm3 con un salto neto de 410 m. El rendimiento de la turbina es del 86,5
% Adems, el volumen mnimo del embalse ser de un 19 % de su capacidad. Con los
volmenes mximo y mnimo obtenemos el nivel mximo (Wmax
hp
) y mnimo (Wmin
hp
) de
las reservas en energa. En el modelo, se ha de incluir el nivel de reservas inicial en energa
que presenta al inicio del mes de enero (Wini
h
). Todos estos datos estn en MWh.

Las precipitaciones cadas sobre el embalse en forma de aportaciones al mismo variarn
cada da. En el modelo a medio plazo, se considera la cantidad total mensual I
hp.
As, se tendr
los siguientes datos estadsticos, convertidos ya en energa (MWh):

p1 p2 p3 p4 p5 p6 p7 p8 p9 p10 p11 p12
108244 99168 116838 78407 74448 88063 88836 71648 123984 132288 134509 110079

Tabla 4. Aportaciones medias mensuales estadsticos del embalse de Almendra.

30

El grupo de bombeo tendr una potencia bruta mxima de bombeo (Bmax
hpsn
) de 200
MW, donde el rendimiento del ciclo de turbinacin-bombeo rend
h
es 0,7. Significa que de la
energa consumida en bombear un cierto volumen de agua slo se logra extraer un 70% al
turbinar dicho volumen.

Todos estos datos han sido sacados de la pgina web del ministerio de medio
ambiente, donde se muestran los valores medios, mximos y mnimos mensuales de las
reservas de las centrales hidroelctricas en hectmetros cbicos a lo largo de los ltimos 25
aos. Tambin se muestra los valores medios, mximos y mnimos histricos de las
aportaciones en Hm
3
.

3.3.1.-Variables del modelo.


Son las de acoplamiento de la central trmica:

Variable binaria (0-1) que indica si el grupo arranque al comienzo de cada periodo,
subperiodo y nivel: Y
gpsn.

Variable binaria (0-1) que indica si el grupo para al comienzo de cada p periodo,
subperiodo y nivel: Z
gpsn.

Variable binaria de acoplamiento de la central trmica que indica conexin (1) o
desconexin (0) en cada p,s y n: U
gpsn.

3.3.1.2.- Variables positivas

Potencia neta de la central de ciclo combinado en cada nivel, subperiodo y periodo:
QG
gpsn
(MW).
Potencia neta de la central equivalente en cada nivel, subperiodo y periodo:
QH
hpsn
(MW).
31
Potencia bruta de consumo de bombeo de la central equivalente en cada p,s y n:
BH
hpsn
(MW).
Reserva almacenada en el embalse de la central hidrulica al final de cada periodo:
W
hp
(MWh).
Vertidos del embalse aguas abajo o extracciones del mismo: V
hp
(MWh).
El margen es una variable que se maximizar en la funcin objetivo: Margen ().

3.3.3.- Restricciones del modelo.

La potencia neta del ciclo ha de ser menor o igual que su mxima potencia neta
operativa si el grupo est acoplado. Si no lo est la produccin es cero:

QG
gpsn
# U
gpsn
* Pgmax
gpsn
(Ecuacin 1)

La potencia neta del ciclo ha de ser mayor o igual que su mnimo tcnico si el grupo
est acoplado. Si no lo est la produccin es cero:

QG
gpsn
$ U
gpsn
* Pmin
gpsn
(Ecuacin 2)

La potencia neta de la central hidrulica ha de ser menor o igual que su mxima
potencia neta de turbinacin:

QH
hpsn
# Phmax
gpsn
(Ecuacin 3)

La potencia bruta de la central hidrulica en modo bombeo ha de ser menor o igual que
su mxima potencia bruta de bombeo:

BH
hpsn
# Bmax
hpsn
(Ecuacin 4)

32
La energa almacenada en los embalses debe respetar unos lmites. Ha de ser siempre
menor o igual que el nivel mximo de reservas y mayor o igual que el nivel mnimo de
reservas; todo ello en energa (MWh).

Wmin
hp
# W
hp
# Wmax
hp
(Ecuacin 5)

Restriccin de gestin de los embalses. La suma de la energa almacenada en el
embalse al final de un periodo, la energa total hidrulica producida en dicho mes y los
vertidos tiene que ser igual a la suma de las aportaciones, el 70% de la energa
bombeada y el nivel de reserva al principio de dicho mes:

W
hp
+ %
n,s
A
psn
* (QH
hpsn
- rend
h
* BH
hpsn
) + V
hp
= W
hp-1
+ I
hp
(Ecuacin 6)

Las 3 relaciones de acoplamiento del grupo de ciclo combinado ya explicadas
anteriormente:

Transiciones entre niveles dentro de un mismo mes y mismo subperiodo:

Figura 13. Acoplamientos entre niveles para un mismo s y p.

Laborables, punta Laborables, llano Laborables, valle
p
Y
gps n2
=0
Z
gps n2
=0

Y
gps n3
=0
Z
gps n3
=1

U
gps n1
=1

U
gps n2
=1

U
gpsn3
=0

33

U
gpsn
- U
gps n-1
= Y
gpsn
- Z
gpsn
(Ecuacin 7)

Transiciones entre subniveles dentro del mismo periodo (del primer nivel de un
subperiodo de un periodo con el ltimo nivel del subperiodo anterior dentro del mismo
periodo):

U
gps n1
- U
g p s-1 n3
= Y
gps n1
- Z
gps n1
(Ecuacin 8)

Figura 14. Acoplamientos entre subniveles y niveles para un mismo p.

Transiciones entre periodos (del primer nivel del primer subperiodo de un periodo con
el ltimo nivel del ltimo subperiodo del periodo anterior):

U
g p s1 n1
- U
g p-1 s2 n3
= Y
gp s1 n1
- Z
gp s1 n1
(Ecuacin 9)

Laborables, valle Festivos, punta Festivos, llano
p
Y
gps n2
=1
Z
gps n2
=0

Y
gps n3
=0
Z
gps n3
=1

U
gps1 n3
=0

U
gps2n1
=1

U
gps2 n2
=0

34
3.4.- Problema determinista.

3.4.1- Caractersticas del problema de optimizacin determinista.

Con el propsito de maximizar el margen de la empresa generadora, se formula en
primer lugar el problema determinista. Suponemos que los parmetros del problema son
conocidos con certeza, aunque sea a su valor medio.

Los datos del modelo sobre los que, a priori, existe incertidumbre son los parmetros
de la funcin lineal de costes (trmino fijo y variable), los precios del mercado diario de
electricidad y las aportaciones al embalse debido a las precipitaciones. En este modelo se ha
supuesto la certeza de estos datos y se han ejecutado 9 casos deterministas distintos,
mencionados en el captulo 4, que cubran todas las posibilidades de la planificacin elctrica
de un ao. Se comparan las diferentes evoluciones futuras, suponiendo que se conoce con
certeza que va a ocurrir cada una de ellas. Se trata de gestionar de forma ptima la produccin
del parque generador en cada situacin que pueda plantearse en el futuro.

3.4.2- Formulacin de la funcin objetivo.

La funcin objetivo del problema de optimizan constituida por un ciclo combinado y
una central hidrulica. Se trata de un problema lineal donde el margen ser la suma de los
mrgenes de ambos grupos. El ciclo combinado tendr como ingresos la energa total
producida ese ao por el precio del mercado diario, y como costes el dado por la curva lineal
de costes definida. A eso hay que incluir el coste de arranque y parada no contemplados en la
curva lineal. Por otro parte, la central hidrulica ingresar lo que produzca ese ao por su
precio correspondiente en el mismo mercado diario descontando lo que consuma por el
bombeo.

La funcin objetivo viene formulada matemticamente a continuacin:

35
Margen = %
gpsn
[ QG
gpsn
* PMD
psn
* A
psn
( F
g
* U
gpsn
+ V
g
* QG
gpsn
)*A
psn
]
+
%
hpsn
[ (QH
hpsn
- BH
hpsn
)

* PMD
psn
*A
psn
]
-
%
hpsn
[CostArr
g
* Y
gpsn
]
-
%
hpsn
[CostPar
g
* Z
gpsn
] (Ecuacin 10)

3.5.- Problema estocstico.

3.5.1- Caractersticas del problema de optimizacin estocstico.

El modelo hidrotrmico estocstico se caracteriza por considerar la incertidumbre en
los datos. La incertidumbre se debe a que los parmetros representan informacin sobre el
futuro. Desconocemos el precio futuro de la electricidad el prximo ao, el precio del gas
natural y las aportaciones hidrulicas. El modelo estocstico desarrollado emplea como datos
de entrada todo el rango posible de valores, conocidos los mximos y mnimos datos
histricos. Por ello, considera desde precios o aportaciones muy bajas hasta valores muy altos.

Los parmetros y las variables sujetas a incertidumbre pueden analizarse de diversas
formas. A la hora de realizar este modelo se ha optado por representar la estocasticidad
mediante un rbol de escenarios. Un rbol representa los diferentes valores de los parmetros
y las decisiones no anticipativas en el tiempo. Cada escenario, cada rama del rbol muestra la
hipottica situacin de cada parmetro del sistema para cada perodo. Las tramas de los
escenarios que coinciden representan la misma situacin de incertidumbre y, por tanto, deben
tomar las mismas decisiones. A esto se llaman las condiciones de no anticipatividad, que
obligan a tomar las decisiones en perodos comunes independientemente que posteriormente
bifurquen en situaciones diferentes. Se formulan ms adelante en el apartado 5.

36
En el modelo estocstico hemos de definir otro parmetro de entrada en el modelo
como es la probabilidad de los diferentes escenarios. Vendr dado como PROB
esc

Nodo
escenario 1
p2 escenario 2
Nodo escenario 3
escenario 4
p1 p2 escenario 5
escenario 6
escenario 7
p2 escenario 8
escenario 9

Figura 15. rbol de probabilidad o de escenarios empleado en el modelo para un caso de 9 escenarios.

3.4.1- Formulacin de la funcin objetivo.

En el cdigo Gams como se ve en el Anexo III, la principal diferencia del modelo
estocstico respecto al determinista es considerar que los parmetros, variables y ecuaciones
dependen del escenario.

La maximizacin del la funcin objetivo considera la maximizacin del margen de
cada escenario ponderado con su probabilidad respectiva. El margen de cada escenario se
plantea de la misma forma que el problema determinista. Se suman los beneficios de los dos
grupos generadores restndoles los costes para cada uno de ellos.

Adems, las decisiones no anticipativas nos dicen que en p1 (periodo 1) el valor del
precio del mercado diario, el coste fijo, el coste variable y las aportaciones hidrulicas son el
mismo para todos los escenarios; y ser la media ponderada respecto a su probabilidad.

37
En p2 (periodo 2) los parmetros sern iguales para el escenario 1,2,3; iguales para el
4,5,6; e iguales para el escenario 7,8,9.

El coste fijo y variable se plantea en la configuracin rbol de escenarios en modelo
estocstico dependiente del periodo; tal que podamos cumplir con las decisiones anticipativas.
Por tanto, tendremos V
g,p,esc
y F
g,p
,
esc

En el problema estocstico la funcin del margen o beneficio, de los ingresos menos
costes, se tendr:

Margen =%
esc
{ PROB
esc
[ %
gpsn
[ QG
gpsnesc
* PMD
psnesc
*A
psnesc
( F
g,p,esc
* U
gpsn esc
+ V
g,p,esc
* QG
gpsnesc
)*A
psn

esc
]
+
%
hpsn
[ (QH
hpsn esc
- BH
hpsn esc
)

* PMD
psn esc
]
-
%
hpsn
[CostArr
g
* Y
gpsn esc
]
-
%
hpsn
[CostPar
g
* Z
gpsn esc
] ] (Ecuacin 11)

4-. Publicacin y anlisis de los resultados deterministas.

4.1-. Parmetros de entrada.

Como se ha explicado anteriormente, lo que se trata es de evaluar la funcin objetivo
segn la variacin de los parmetros de entrada. Por tanto, se ha considerado 9 posibilidades
que corresponden a diferentes valores de precios del mercado diario, diferentes costes del gas
y CO
2
y, por ltimo, variaciones en las aportaciones hidrulicas. A continuacin se explica la
eleccin de estos 9 casos.

38
4.1.1.- Precios del Mercado Diario

Se han escogido los precios del Mercado Diario que corresponden desde el 2006 hasta
los precios actuales del 2009. Todos ellos recogidos de la pgina del Operador del Mercado
(www.omel.es). Se han evaluado los ltimos cuatro aos porque han sido caractersticos por la
gran diferencia existente en los precios mayoristas de electricidad, debido en parte al cambio
sufrido por la recesin econmica. Con stos ltimos aos se ha buscado partir de unos datos
reales y fiables que comprenden desde valores muy bajos (2007 o 2009) hasta precios muy
altos (como los del 2008). Se ha estudiado la media de estos 4 ltimos aos como referencia
de precio medio en el modelo. Todos ellos han sido discretizados a la hora de aplicarse como
datos de entrada al modelo realizado en Gams, como se ha explicado anteriormente.

En referencia a variaciones del precio, se han supuesto tres casos:

Valores de precios altos (datos del 2008).
Valores de precios medios (media del perodo 2006-2009).
Valores de precios bajos (datos del 2007).

A continuacin, se muestra en histograma la relacin de la frecuencia con el valor del
precio del mercado diario para los aos 2007 y 2008 y 2009. En ellos se observa la diferencia
existente.

Figura 16. Histograma de los precios del Mercado Diario en 2007.
0
50
100
150
200
250
300
350
400
450
0
0
.
6
1
.
2
1
.
8
2
.
4 3
3
.
6
4
.
2
4
.
8
5
.
4 6
6
.
6
7
.
2
7
.
8
8
.
4 9
9
.
6
1
0
.
2
1
0
.
8
1
1
.
4
1
2
39
0
50
100
150
200
250
300
350
400
450
500
0
0
.
6
1
.
2
1
.
8
2
.
4 3
3
.
6
4
.
2
4
.
8
5
.
4 6
6
.
6
7
.
2
7
.
8
8
.
4 9
9
.
6
1
0
.
2
1
0
.
8
1
1
.
4
1
2



4.1.2.- Coste del gas natural.

Adems del precio de la electricidad, es realmente importante el coste del combustible
de gas natural para las centrales de ciclo combinado.

0
100
200
300
400
500
600
0
0
.
6
1
.
2
1
.
8
2
.
43
3
.
6
4
.
2
4
.
8
5
.
46
6
.
6
7
.
2
7
.
8
8
.
49
9
.
6
1
0
.
2
1
0
.
8
1
1
.
4
1
2
40
0
5
10
15
20
25
30
0
5
10
15
20
25
30
35
40
45
50
El valor del coste del gas natural va en referencia al mercado spot de gas donde las
centrales lo compren. Sin embargo, la mayora de ellas presentan contratos de gas donde
influyen otros ndices o factores, adems del valor spot del mercado. Es decir, la variacin en
el coste del contrato de gas incluye un retardo respecto a los cambios del precio de
electricidad. En general, al igual que los precios del mercado diario tendremos costes de gas
altos, medios o bajos.

A la hora de simplificar los casos a estudiar, se ha comprobado que cundo se han
dado precios del mercado diario de electricidad altos los precios del gas natural tambin lo han
sido. De la misma manera, se ha observado que su disminucin en precio se corresponda con
precios de electricidad bajos. Se ha representado, a su vez, los histogramas que representan
para el 2007, 2008 Y 2009 la relacin de frecuencia-coste.

Figura 19. Histograma del precio del gas natural en 2007.

41


4.1.3.- Coste del CO2.

Se ha de considerar igualmente el coste de CO
2
en las centrales de ciclo combinado en
Espaa por afectarle la regulacin existente del protocolo de Kyoto (por tanto, ha de
incluirse).

A continuacin se muestra grficamente la relacin entre ambos para el 2008 y 2009:
0
50
100
150
200
250
300
350
400
450
500
0
0
.
6
1
.
2
1
.
8
2
.
4 3
3
.
6
4
.
2
4
.
8
5
.
4 6
6
.
6
7
.
2
7
.
8
8
.
4 9
9
.
6
1
0
.
2
1
0
.
8
1
1
.
4
1
2
0
5
10
15
20
25
30
35
40
0
.
5 2
3
.
5 5
6
.
5 8
9
.
5
1
1
1
2
.
5
1
4
1
5
.
5
1
7
1
8
.
5
2
0
2
1
.
5
2
3
2
4
.
5
2
6
2
7
.
5
2
9
y

m
a
y
o
r
.
.
.

2
en 2008.

0
10
20
30
40
50
60
42
0
100
200
300
400
500
600
0
0
.
6
1
.
2
1
.
8
2
.
43
3
.
6
4
.
2
4
.
8
5
.
46
6
.
6
7
.
2
7
.
8
8
.
49
9
.
6
1
0
.
2
1
0
.
8
1
1
.
4
1
2
0
5
10
15
20
25
30
35
40
45
0
.
5 2
3
.
5 5
6
.
5 8
9
.
5
1
1
1
2
.
5
1
4
1
5
.
5
1
7
1
8
.
5
2
0
2
1
.
5
2
3
2
4
.
5
2
6
2
7
.
5
2
9
y

m
a
y
o
r
.
.
.

2
en 2009.

Se ha comprobado, al igual que el coste de gas natural, considerando la regulacin
existente de pagar las emisiones del dixido de carbono, que el coste de CO
2
va en relacin al
precio del mercado diario. Todos estos datos se han recogido de la pgina
www.pointcarbon.com dnde estn los costes diarios del mismo.

De esta forma, al saber los tres casos de precios del mercado diario altos, medios y
bajos; se ha establecido una relacin lineal que liga el coste de gas y de CO
2
respecto al
existente ese ao. De esta manera, hemos calculado el coste de Gas y CO
2
para cada uno de las
tres situaciones.

PMD alto 2008 media bajo 2007
Media PMD (/MWh) 64.43 49.46 39.35
GAS (/MWh) 25.441 21.94 18.439
CO2 (/ton) 22.407 11.508 0.609

Tabla 5. Coste de gas y CO
2
en relacin al precio del mercado diario.

Conocidos los costes de gas y CO
2
, se ha calculado el V
g
y F
g
de la ecuacin de la recta
de costes explicado en el apartado 2.1.2; obteniendo:

43
PMD alto 2008 media bajo 2007
Vg (/MWh) 50.9 41.5 32
Fg () 8104.2 6877.5 5650.8

Tabla 6. Coste fijo y variable del ciclo combinado dados unos costes de gas y CO
2
.

4.1.4.- Datos de aportaciones hidrulicas.

El tipo de central hidrulica de embalse que se va a modelar es de 800 MW. Los
parmetros de diseo han sido escogidos segn se explic en el apartado 2.2.2. Se ha
establecido como referencia los datos estadsticos histricos de los ltimos 25 aos que se ha
obtenido del embalse de La Almendra en la pgina del Ministerio de Medio Ambiente y
Medio Rural Marino (http://www.marm.es).

Los datos estadsticos consultados dan informacin del valor de reservas del embalse
mnima, media y mxima anual; y del valor de aportacin mnima, media y mxima anual.
Todos estos datos se muestran en Hm
3
. De esta forma, conociendo los lmites a los que ha
estado el embalse se pueden establecer tres tipos de situaciones:

Gran volumen de aportaciones que corresponde al 88% del volumen del embalse:

Aportaciones p1 p2 p3 p4 p5 p6 p7 p8 p9 p10 p11 p12
Hm
3
206 188 222 149 141 167 169 136 235 251 255 209
MWh 198520 181874 214281 143799 136538 161508 162925 131402 227386 242616 246689 201885

Tabla 7. Altos valores de aportaciones en Hm
3
y MWh.

Aportaciones hidrulicas medias, corresponden al 50% del volumen del embalse:

Hm
3
112 103 121 81 77 91 92 74 128 137 139 114
MWh 108244 99168 116838 78407 74448 88063 88836 71648 123984 132288 134509 110079

Tabla 8. Valores medios de aportaciones en Hm
3
y MWh.

44

Poco volumen de aportacin que corresponde al 15% del volumen del embalse:

Hm
3
34 31 37 25 24 28 28 23 39 42 42 35
MWh 33015 30246 35636 23914 22707 26859 27095 21853 37815 40348 41025 33574

Tabla 9. Valores bajos de aportaciones en Hm
3
y MWh.

De esta forma, combinando los tres casos de variaciones de precios que tenamos y
estas otras tres de aportaciones, obtenemos las nueve situaciones posibles:

casos 1 2 3 4 5 6 7 8 9
PMD alto 2008 alto 2008 alto 2008 media 2006 media 2006 media 2006 bajo 2007 bajo 2007 bajo 2007
Vg (/MWh) 50.90 50.90 50.90 41.50 41.50 41.50 32.00 32.00 32.00
Fg () 8104.20 8104.20 8104.20 6877.50 6877.50 6877.50 5650.80 5650.80 5650.80
% Inflows 88% 50% 15% 88% 50% 15% 88% 50% 15%

Tabla 10. Valores de los parmetros de los nueve casos estudiados de forma determinista.

Por ltimo, en relacin al parmetro de entrada W
ini
se considera que al comienzo del
mes de enero la capacidad de reserva del embalse es del 80% de su volumen, es decir, un total
de 2 TWh.

4.2-. Anlisis de los resultados.

Tras ejecutar nueve veces el modelo se obtienen nueve diferentes soluciones. De esta
forma se tienen nueve mrgenes en trminos de k.

Casos Caso1 Caso2 Caso3 Caso4 Caso5 Caso6 Caso7 Caso8 Caso9
MargenTrmico 39765 39765 39765 20161 20161 20161 28923 28923 28923
Margen Hidrulica 277680 212959 152834 212890 164034 119704 182103 142708 107720
Margen total 317445 252724 192600 233051 184195 139865 211027 171631 136644

Tabla 11. Valores de los parmetros de los nueve casos estudiados de forma determinista.
45
En trminos de beneficio se resaltan dos aspectos. Uno es el que el margen del ciclo
combinado es el mismo si el precio es alto (casos 1,2,3); si es medio (casos 4,5,6); y si es bajo
(casos 7,8,9). Es debido a que las produce lo mismo al ser el precio y coste iguales, por
ejemplo para los tres primeros casos. Otro aspecto es que el beneficio de la central hidrulica
es diferente para cada caso. Esto es debido a que en todos los casos se estn combinando 9
posibilidades diferentes de precios y aportaciones.

Adems, el modelo nos da informacin sobre el valor de las variables. Se pueden
analizar las producciones de las dos tecnologas que se tiene para cada situacin.
Grficamente, se puede observar fcilmente las producciones agregadas de ambos grupos y el
consumo del bombeo a lo largo del ao (figura 24). Vienen los 9 casos mencionados
ordenados de la siguiente forma:

Caso1 Caso4 Caso7
Caso2 Caso5 Caso8
Caso3 Caso8 Caso9

Tabla 12. Esquema de representacin de los casos.

En los tres primeros casos, los de precio de mercado alto, la produccin es siempre la
misma para el ciclo combinado. Producen en el ao aproximadamente 3285 GWh. Si el precio
es medio la produccin es de 2744 GWh y si es bajo de 2949 GWh. Es curioso a simple vista
el que se produzca ms en un escenario de precios bajos a medios. Se observa en el resultado
de los mrgenes que se gana ms con el ciclo en los escenarios bajos (29 Millones de ) que
en los medios (20M). La explicacin est en el coste. El margen de los grupos trmicos est
ligado al coste del gas natural que tengan. Se analiz, en el apartado anterior, en base a la
experiencia y a datos histricos, que el coste de gas suele incluir un retardo. Cada compaa
tiene diferentes tipos de contratos y los costes sern diferentes. No obstante, existe la
posibilidad de comprar gas natural en el mercado spot. Aqu, lo que se ha planteado es que el
beneficio del ciclo ser mayor, en tanto en cuanto la diferencia entre el precio del mercado y
el coste operativo de las centrales sean mayores.

46
A continuacin muestro dos grficos donde se ve esta diferencia entre precio y coste
operativo del escenario medio frente al bajo. En el primero el precio y coste es mayor y en el
segundo grfico son mucho menores ambos.

Fig 25. Representacin de los precios del mercado y coste operativo del caso 6 y 8.

Se observ que la produccin del escenario de precios bajos era mayor. Esto es debido
en parte a que en los dos meses finales del ao la diferencia entre precios y coste es mayor.

Los dos grficos anteriores tambin explica el que las centrales trmicas no siempre
paran cuando el coste operativo es mayor al precio del mercado. El modelo maximiza el
beneficio teniendo en cuenta los costes de arrancar y parar la central, no incluidos en el coste
operativo. Por tanto, la central trmica para si la diferencia entre coste operativo y precio del
mercado es mayor que la suma de los costes de arranque y parada; teniendo en cuenta el
nmero de horas.

Volviendo a la figura de la planificacin anual dados nueve posibilidades de futuro, se
observa que la central hidrulica bombea ms, primero cundo menos aportaciones hay y,
segundo cundo el precio es menor (se puede ver en las tablas 13 y 14). El primer punto es
lgico; ya que al existir menos aportaciones las reservas disminuyen ms fcilmente. En el
segundo punto, al disminuir el precio la central busca mayores beneficios produciendo ms, ya
que el agua no presenta costes. Esto se logra bombeando en los niveles valle y algunas veces
en los llanos.
0
1
2
3
4
5
6
7
8
1
3
2
7
4
4
1
3
3
6
1
9
2
0
2
6
8
8
3
2
1
0
3
7
2
9
4
3
4
4
4
9
9
8
5
6
0
1
6
3
6
0
6
9
2
0
7
4
1
6
8
0
1
6
8
6
4
0
horas
c
/
k
W
h
Precios mercado Coste operativo
0
1
2
3
4
5
6
7
8
9
1
3
2
7
4
4
1
3
3
6
1
9
2
0
2
6
8
8
3
2
1
0
3
7
2
9
4
3
4
4
4
9
9
8
5
6
0
1
6
3
6
0
6
9
2
0
7
4
1
6
8
0
1
6
8
6
4
0
horas
c
/
k
W
h
Precios mercado Coste operativo
47
En los 9 casos deterministas estudiados la produccin hidrulica y el consumo de
bombeo en GWh fueron los siguientes:

24 38 150
45 123 408
243 232 462

Tabla 13. Consumos de bombeo de los 9 casos deterministas en GWh.

3798 3808 3886
2790 2844 3044
2076 2068 2229

Tabla 14. Produccin hidrulica de los 9 casos deterministas en GWh.

En la figura 24 (en la siguiente hoja en modo horizontal) tambin se puede observar
que la trmica produce en las horas punta y en las horas llano tambin. Suele permanecer
parada en los niveles valle. Sin embargo, no siempre es as, ya que depender del precio del
mercado el cual adems de ser alto, medio o bajo a lo largo del ao. Habr meses que el precio
es ms bajo y meses en los que el precio es mayor. Se ha trabajado con un mismo coste de gas
para todo el ao, como ya se explic, para simplificar el modelo. Se observa en los grficos
que existe mayor densidad de produccin, tanto para la central trmica como para la
hidrulica, en los meses de enero a marzo y partir de julio. Adems, en el escenario de precios
bajos se ve que la produccin es mayor que en los otros escenarios de precios, porque como
ya se explic la diferencia entre el precio del mercado y coste operativo es ms elevado.

48
-400
-200
0
200
400
600
800
1000
1200
1400
1600
1800
132 1224 2040 2990 4128 4998 5942 7104 7916
Potencia tr Pot hydro Consumo bombeo

-400
-200
0
200
400
600
800
1000
1200
1400
1600
1800
132 1224 2040 2990 4128 4998 5942 7104 7916
Pot encia t r Pot hydro Consumo bombeo

-400
-200
0
200
400
600
800
1000
1200
1400
1600
1800
132 1224 2040 2990 4128 4998 5942 7104 7916
Potencia t erm Pot hydro Consumo bombeo

-400
-200
0
200
400
600
800
1000
1200
1400
1600
1800
132 1224 2040 2990 4128 4998 5942 7104 7916
Pot encia tr Pot hydro Consumo bombeo
-400
-200
0
200
400
600
800
1000
1200
1400
1600
1800
132 1224 2040 2990 4128 4998 5942 7104 7916
Potencia t er Pot hydro Consumo bombeo

-400
-200
0
200
400
600
800
1000
1200
1400
1600
1800
132 1224 2040 2990 4128 4998 5942 7104 7916
Pot encia t er Pot hydro Consumo bombeo

-400
-200
0
200
400
600
800
1000
1200
1400
1600
1800
132 1224 2040 2990 4128 4998 5942 7104 7916
-400
-200
0
200
400
600
800
1000
1200
1400
1600
1800
132 1224 2040 2990 4128 4998 5942 7104 7916
Pot encia ter Pot hydro Consumo bombeo

-400
-200
0
200
400
600
800
1000
1200
1400
1600
1800
132 1224 2040 2990 4128 4998 5942 7104 7916
Pot encia t er Pot hydro Consumo bombeo

49
5-. Publicacin y anlisis de los resultados estocsticos.

5.1-. Parmetros de entrada.

En el modelo estocstico se tiene en cuenta explcitamente la incertidumbre. As de
esta forma, se establece un rbol de escenarios donde vienen representados todos los
escenarios que queramos incluir en modelo. En este caso, donde optimizamos el margen de
una empresa a lo largo de un ao, influye la variacin de los precios del Mercado diario, la
variacin en el coste de gas y CO2; y las aportaciones. Es lo mismo que se explic
anteriormente en el apartado. 4.1.

Por tanto, vamos a considerar un rbol de 9 escenarios (Fig. 15) donde en la primera
trifurcacin, en p1, se hace la distincin entre precios altos, medios y bajos. De la misma
manera, en cada nodo de p2 se trifurca considerando los valores altos de las aportaciones,
valores medios y bajos. Los 9 escenarios son exactamente los nueve casos que fueron
ejecutados con el modelo determinista. Sin embargo, en este caso, slo hay que ejecutar el
modelo una vez y se obtendr slo un margen con una decisin robusta frente a todos los
escenarios.

El modelo estocstico incluye, adems, las ecuaciones de las restricciones no
anticipatividad debido a las decisiones que se toman en la configuracin en rbol de
probabilidad. Es decir, se formula de la siguiente manera:

Decisin de acoplamiento

u
gp1sn,esc1
=u
gp1sn,esc2
= u
gp1sn,esc3
= u
gp1sn,esc4
= u
gp1sn,esc5
= u
gp1sn,esc6
= u
gp1sn,esc7
=u
gp1sn,esc8
=u
gp1sn,esc9
u
gp2sn,esc1
= u
gp2sn,esc2
= u
gp2sn,esc3
u
gp2sn,esc4
= u
gp2sn,esc5
= u
gp2sn,esc6
u
gp2sn,esc7
= u
gp2sn,esc8
= u
gp2sn,esc9

(Ecuacin 12)
50

Produccin trmica

QG
gp1sn,esc1
=QG
gp1sn,esc2
=QG
gp1sn,esc3
=QG
gp1sn,esc4
=QG
gp1sn,esc5
=QG
gp1sn,esc6
=QG
gp1sn,esc7
=
=QG
gp1sn,esc8
=QG
gp1sn,esc9
QG
gp2sn,esc1
= QG
gp2sn,esc2
= QG
gp2sn,esc3
QG
gp2sn,esc4
= QG
gp2sn,esc5
= QG
gp2sn,esc6
QG
gp2sn,esc7
= QG
gp2sn,esc8
= QG
gp2sn,esc9

(Ecuacin 13)
Produccin hidrulica

QH
gp1sn,esc1
=QH
gp1sn,esc2
=QH
gp1sn,esc3
=QH
gp1sn,esc4
=QH
gp1sn,esc5
=QH
gp1sn,esc6
=QH
gp1sn,esc7
=
=QH
gp1sn,esc8
=QH
gp1sn,esc9
QH
gp2sn,esc1
= QH
gp2sn,esc2
= QH
gp2sn,esc3
QH
gp2sn,esc4
= QH
gp2sn,esc5
= QH
gp2sn,esc6
QH
gp2sn,esc7
= QH
gp2sn,esc8
= QH
gp2sn,esc9

(Ecuacin 14)

Consumo del bombeo

BH
gp1sn,esc1
=BH
gp1sn,esc2
=BH
gp1sn,esc3
=BH
gp1sn,esc4
=BH
gp1sn,esc5
=BH
gp1sn,esc6
=BH
gp1sn,esc7
=
=BH
gp1sn,esc8
=BH
gp1sn,esc9
BH
gp2sn,esc1
= BH
gp2sn,esc2
= BH
gp2sn,esc3
BH
gp2sn,esc4
= BH
gp2sn,esc5
= BH
gp2sn,esc6
BH
gp2sn,esc7
= BH
gp2sn,esc8
= BH
gp2sn,esc9

(Ecuacin 15)

Adems, se ha de incluir en el modelo la probabilidad de cada escenario. Se ha
escogido una distribucin normal o simtrica del precio del mercado diario y una distribucin
normal o simtrica de las aportaciones naturales. De esta forma, se obtiene la siguiente
distribucin de la probabilidad.

51
Aportacin alto 0.25 Precio alto 0.25
Aportacin medio 0.5 Precio medio 0.5
Aportacin bajo 0.25 Precio bajo 0.25

Tabla 15. Probabilidad de los parmetros de entrada.

Se puede ajustar la distribucin de forma ms real. Sin embargo, es un estudio que
excede los objetivos de esta tesis, y supondra otro trabajo posterior que podra llevarse a cabo
para mejorar los resultados prcticos, pero el modelo empleado sera el mismo que ha sido
realizado en la presente tesis.

La distribucin de probabilidad para los nueve escenarios se expresa a continuacin:

Precio alto Precio medio Precio bajo
0.0625 0.125 0.0625 Aportacin alto
0.125 0.25 0.125 Aportacin medio
0.0625 0.125 0.0625 Aportacin bajo

Tabla 16. Probabilidad de los nueve escenarios.

Los nueve escenarios incluidos en el modelo son las nueve situaciones que han sido ya
ejecutadas en el modelo determinista con la particularidad de que para el periodo 1 los
parmetros son todos iguales.

PMD alto 2008 alto 2008 alto 2008
media
2006
media
2006
media
2006 bajo 2007 bajo 2007 bajo 2007
Media PMD 6.443 6.443 6.443 4.946 4.946 4.946 3.935 3.935 3.935
GAS 25.441 25.441 25.441 21.94 21.94 21.94 18.439 18.439 18.439
CO2 22.407 22.407 22.407 11.508 11.508 11.508 0.609 0.609 0.609
La 50.90 50.90 50.90 41.50 41.50 41.50 32.00 32.00 32.00
Lb 8104.20 8104.20 8104.20 6877.50 6877.50 6877.50 5650.80 5650.80 5650.80
Inflows alto medio bajo alto medio bajo alto medio bajo
% Inflows 88% 50% 15% 88% 50% 15% 88% 50% 15%
Probabilidad 0.0625 0.125 0.0625 0.125 0.25 0.125 0.0625 0.125 0.0625

Tabla 17. Esquema de los nueve escenarios del rbol de probabilidad.

52
5.2-. Anlisis de los resultados.

El modelo se ejecuta y la funcin objetivo se maximiza. En este caso obtenemos un
valor de margen. Se obtiene un margen de 199554 k de los cuales cada escenario se implica
una parte en la solucin total, que es su correspondiente probabilidad (tabla 15).

Esc1 Esc2 Esc3 Esc4 Esc5 Esc6 Esc7 Esc8 Esc9
Margen CCGT 38116 38116 38116 20854 20854 20854 29193 29193 29193
Margen Hydro 261664 207530 157887 205990 165014 128038 180485 147501 118583
Total 299779 245645 196002 226844 185868 148892 209679 176695 147776
Probabilidad 6.25% 12.50% 6.25% 12.50% 25.00% 12.50% 6.25% 12.50% 6.25%

Tabla 18. Solucin estocstica de los nueve escenarios.

Adems, el modelo nos da informacin sobre el valor de las variables. Se pueden
analizar las producciones de las dos tecnologas que se tiene para cada escenario en el modelo
estocstico al igual que ya se hizo para el determinista. Se observa en la Figura 26 de la pgina
54.

Se intuye lo mismo que ocurra con el modelo determinista. El anlisis es
prcticamente el mismo. El margen del ciclo combinado es el mismo si el precio es alto
(escenarios 1,2,3); si es medio (escenarios 4,5,6); y si es bajo (escenarios 7,8,9). Tambin el
beneficio de la central hidrulica es diferente para cada caso.

La semejanza de este modelo estocstico respecta al determinista es que el ciclo
combinado produce los mismos GWh al ao en cada escenario que el que nos calculaba el
modelo determinista.

En trminos de la central hidrulica, se puede observar fcilmente las producciones
agregadas de ambos grupos y el consumo del bombeo a lo largo del ao. Vienen los 9 casos
mencionados ordenados segn se coment en la tabla 12.
53
24 38 150
35 132 377
243 200 462

Tabla 19. Consumo de bombeo de los 9 escenarios estocsticos en GWh.

3632 3642 3720
2790 2858 3029
2227 2197 2381

Tabla 20. Produccin hidrulica de los 9 escenarios estocsticos en GWh.

La central hidrulica bombea ms, primero cundo menos aportaciones hay y, segundo
cundo el precio es menor. De la misma forma, al igual que ocurra en el modelo determinista
la produccin hidrulica es mayor a menor precio y a mayor nmero de aportaciones
hidrulicas. Las causas son las mismas que lo explicado ya.

Las diferencias del modelo estocstico frente a lo determinista son:

Los mrgenes resultantes no son exactamente los mismos porque el precio del rbol de
escenarios en periodo 1 y periodo 2 no son los mismos a la configuracin determinista por
la condiciones de no anticipatividad.
La produccin hidrulica es 68 GWh menor.
El consumo de bombeo es 66 GWh menor.

54
-400
-200
0
200
400
600
800
1000
1200
1400
1600
1800
132 1224 2040 2990 4128 4998 5942 7104 7916

-400
-200
0
200
400
600
800
1000
1200
1400
1600
1800
132 1224 2040 2990 4128 4998 5942 7104 7916
-400
-200
0
200
400
600
800
1000
1200
1400
1600
1800
132 1224 2040 2990 4128 4998 5942 7104 7916

-400
-200
0
200
400
600
800
1000
1200
1400
1600
1800
132 1224 2040 2990 4128 4998 5942 7104 7916

-400
-200
0
200
400
600
800
1000
1200
1400
1600
1800
132 1224 2040 2990 4128 4998 5942 7104 7916
Potencia t r Pot hydro Consumo bombeo

-400
-200
0
200
400
600
800
1000
1200
1400
1600
1800
132 1224 2040 2990 4128 4998 5942 7104 7916

-400
-200
0
200
400
600
800
1000
1200
1400
1600
1800
132 1224 2040 2990 4128 4998 5942 7104 7916

-400
-200
0
200
400
600
800
1000
1200
1400
1600
1800
132 1224 2040 2990 4128 4998 5942 7104 7916

-400
-200
0
200
400
600
800
1000
1200
1400
1600
1800
132 1224 2040 2990 4128 4998 5942 7104 7916
Potencia t r Pot hydro Consumo bombeo

55
6.- Comparacin y conclusiones de la estocasticidad del modelo.

Se ha desarrollado hasta el momento la formulacin y resolucin del modelo
estocstico sin evaluar si la incertidumbre afecta mucho o poco al modelo. A continuacin se
definen algunas medidas del efecto de la incertidumbre en programas estocsticos. Estas
medidas sern tiles para sacar conclusiones respecto a la estocasticidad.

A continuacin se muestra un cuadro resumen con los resultados de cada escenario, el
escenario medio y el estocstico:

Determinista 1 300092
Escenario Medio 197509
Estocstico 199554

Tabla 21. Solucin al problema de maximizacin.

6.1.- Valor de la Informacin Perfecta.

El valor esperado de la informacin perfecta mide la cantidad esperada mxima que un
decisor estara dispuesto a pagar por conocer una precisa descripcin de la situacin de lo que
va a suceder en el futuro.

Se denomina solucin wait and see (WS) al valor esperado de la solucin ptima, es
decir, a la suma ponderada para cada escenario de la funcin objetivo total sabiendo que dicho
escenario va a ocurrir con certeza.

56
Por tanto, se ha de ejecutar el modelo determinista para los nueve casos, pero teniendo
en cuenta los valores de los parmetros tal que cumpliesen las caractersticas del rbol de
probabilidad. Se obtuvo un valor de wait and see de 200129.8 k.

Se denomina la solucin here and now la correspondiente al problema estocstico ya
estudiado (HN). Una vez conocidos ambas podemos calcular el Valor Esperado de la
Informacin Perfecta (EVPI) como la diferencia entre ambas. En el caso de maximizacin de
la funcin objetivo obtenemos:

EVPI = WS - RP (Ecuacin 16)

En nuestro caso el valor fue 576.148 k. En trminos de porcentaje es el 0.3%. Este
valor no indica la importancia de resolver el modelo estocstico, sino que muestra el papel que
juega la incertidumbre en el problema. Cuanto mayor sea el valor, ms importante ser el
papel de la incertidumbre. Sin embargo, no dice nada sobre si el modelo determinista
aproxima bien o mal al estocstico; esto se va a ver en el siguiente apartado.

En este caso un 0.3 % del margen de la empresa elctrica considerada depende de lo
bien que pueda predecirse la estocasticidad. Es decir, en este caso no juega un papel bastante
relevante; y esto puede ser debido a que la empresa, al ser pequea, es tomadora del precio y
actuar siempre segn sean sus costes de combustible o nivel de las reservas. No tiene
influencia la incertidumbre de los parmetros en la modificacin de los precios del mercado, y
sus decisiones en un periodo no condicionan demasiado lo que podr hacer en futuros
periodos (esto especialmente en la parte trmica, donde no se ha modelado la gestin del
stock).

6.2.- Valor de la Solucin Estocstica.

Se define primero la funcin objetivo del valor esperado de la solucin del valor medio
de los parmetros estocsticos, expected value (EV). Este es el que se denomina problema del
valor esperado o problema determinista del valor medio. En l se fijan las decisiones ptimas
57
para el escenario medio y se evala la solucin estocstica que resulta de estas decisiones
fijas. El valor resultante es de 199131.9 k.

El valor de la solucin estocstica es el concepto que mide de manera ms precisa
cmo de buena o mala es la solucin estocstica. Se representa como VSS y es definido como:

VSS = RP - EV (Ecuacin 17)

Se obtiene un valor de 421.73 k. En trminos de porcentaje es el 0,21%.

Aqu hay que explicar que se ha fijado slo la parte trmica, porque al fijar la
hidrulica se produce infactibilidad. No se puede fijar el valor de las variables de produccin
hidrulica del escenario medio porque no presenta solucin para todos los escenarios debido a
las restricciones que tienen los embalses. As que, podemos decir que es el valor de la
solucin estocstica de fijar la produccin trmica al del escenario medio. Es un valor bajo
debido a que slo se est considerando una unidad y al ser tambin tomadora del precio del
mercado.

7- Gestin del riesgo.

En el marco regulatorio vigente en la actualidad, la responsabilidad de la toma de
decisiones en generacin recae sobre las empresas elctricas. Se ha tratado lo correspondiente
a la gestin ptima en el medio plazo. Se necesita modelar el riesgo debido a la estocasticidad
de las variables que influyen en la operacin de las compaas generadoras, que de esta
manera pueden condicionar los beneficios de las mismas.

Las fuentes que generan estos riesgos estn relacionadas con la incertidumbre de
operar en mercado (variaciones de los precios, variaciones del coste de los combustibles) y
con la propia incertidumbre de la generacin elctrica (indisponibilidad de los grupos,
aportaciones hidrulicas). Una forma de cubrirse ante variaciones del beneficio es mediante la
firma de contratos bilaterales entre el generador con los clientes finales. Otra forma de reducir
58
la incertidumbre del beneficio es mediante la gestin de los recursos basndonos en criterios
de cobertura del riesgo. De esta forma se proporcionan consignas de produccin que
disminuyen la sensibilidad de los factores aleatorios sobre los beneficios de la empresa.

7.1.- Formulacin del modelo de optimizacin.

Se van a formular brevemente de forma matemtica tres modelos diferentes mediante
los cuales se podra llevar a cabo la gestin del riesgo con la empresa de dos centrales que se
ha considerado. En primer lugar se plantea el modelo de Markowitz. En segundo lugar, se
plantea el modelo de Optimizacin Estocstica de Fleten. En ltimo lugar, se explicar el
modelo de Optimizacin Estocstica de nger.

7.1.1.- Modelo de Markowitz

Es el modelo pionero de la gestin del riesgo, pero en inversiones financieras.
Bsicamente, valora el compromiso entre media y varianza del beneficio.

En nuestro programa de maximizacin del beneficio, se tratara de buscar un alto valor
esperado del beneficio con un bajo valor del riesgo. Para ello, se fija un valor objetivo de
beneficio x
obj
, y se minimiza la varianza de las decisiones que conducen a ese objetivo. Por
ello:
La funcin objetivo planteada anteriormente en el modelo estocstico (ecuacin 11) pasa a
ser una restriccin:
E (x) = X = "
e
!
e
x
e
= x
obj
(Ecuacin 18).

Donde e es el escenario, !e es la probabilidad y x
e
es el beneficio de cada escenario, y X el
beneficio esperado.

La funcin objetivo de este modelo es la de minimizar la varianza de los beneficios
obtenidos en cada escenario (y con promedio x
obj
):

59
Min var (x) = E[(x-X)
2
] = E (x
2
) X
2
(Ecuacin 19).

Markowitz considera la incertidumbre o riesgo slo en la varianza como medida de la
dispersin de los beneficios. Es un modelo muy correcto con distribuciones normales del
beneficio.

7.1.2.- Modelo de Fleten.

Es el modelo pionero en la gestin del riesgo en mercados elctricos. Fue aplicado
sobre todo a sistemas de generacin hidrulica. La idea es incluir en la funcin objetivo de
maximizacin del riesgo la penalizacin por los beneficios bajos. Utiliza un criterio de
aversin al riesgo de mercado, VaR (Value al Risk).

En la funcin objetivo se penalizan los beneficios bajos mediante una funcin de
penalizacin p(x). Matemticamente la funcin objetivo se expresara:

Max "
e
!
e
( x
e
P
e
) (Ecuacin 20).

Dnde P
e
recoge la penalizacin p(x
e
) aproximada linealmente por Pe # a
r
x
e
+ b
r,
siendo a
r
y
b
r
la pendiente y la ordenada de la recta r. El conjunto de rectas {r} aproxima exteriormente la
funcin de penalizacin p(x) convexa, que es un dato de entrada al modelo.

7.1.3.- Modelo de nger.

Este modelo de optimizacin incluye en el modelo de Fleten una medida explcita del
riesgo, CVaR (Condicional Value at Risk). El problema equivalente al estilo Fleten se
denomina Portfolio Optimizacion. Propone un modelo de gestin del riesgo basado en la
esperanza del beneficio condicionado a que el beneficio sea menor o igual que el CVaR.

Dados un nivel de confianza $, una Value at Risk %, un vector de las variables
estocsticas Y, un beneficio x
60

La funcin objetivo es la maximizacin de la funcin de distribucin de los
beneficios, que en la notacin de nger se expresa como las prdidas loss (x, Y) cambiadas
de signo:
Max &

(- loss (x, Y)) (Ecuacin 21).

Dnde est sujeto a la restriccin de que el CVaR sea menor o igual a un CVaR mnimo.

E [loss(x, Y) / loss (x, Y) # %
$
] = 1 /(1- $) &
loss (x, Y) #

%$
loss (x, Y) f (Y) dy ' CVa
Rmin
(Ecuacin 22).

Unger explica en su tesis sobre la gestin de riesgo cmo aproximar la integral
mediante formulacin matemtica lineal para que el problema sea ms sencillo de resolver. De
esta manera, el problema de optimizacin no se complica y pueden seguir aplicndose las
tcnicas de programacin lineal o entera, ms eficaces que su contraparte no lineal. Se
muestra grficamente el significado de VaR y CVaR en el grfico

Fig 27. Funcin de distribucin de la probabilidad respecto al beneficio.

61
El uso del condicional Value at Risk ha sido ms relevante debido a las crticas contra
el Value at risk por su ineficacia de diferenciar entre grandes y muy grandes prdidas. Exista
la necesidad de medir el riesgo para medidas no simtricas que penalizan grandes prdidas.
nger asegura que el CVaR es una medida ms segura, ya que prdidas muy elevadas aunque
poco probables se reflejan en valores muy negativos de CVaR.

7.2.- Coberturas de riesgo en el medio plazo en el mercado elctrico espaol.

Actualmente en el mercado elctrico existen diferentes alternativas de cubrir el riesgo.
Se va a plantear los dos ms relevantes de nuestro mercado, aunque el volumen negociado
est muy por debajo de la media europea.

En primer lugar, se explica estn los llamados mercados a plazo. En el largo y medio
plazos, los agentes intercambian diferentes tipos de contratos, con periodos de entrega de
distinta duracin (ao, trimestre, mes, etc.) y en diversos mercados a plazo. stos incluyen las
subastas o los llamados contratos bilaterales. Los contratos bilaterales son los que genera
obligaciones recprocas para ambas partes contratantes. Pueden ser fsicos o financieros. La
empresa puede deshacer su posicin antes de la celebracin del mercado. Se trata de contratos
realizados por vendedores y compradores que se integran en el mercado de produccin una
vez finalizado el mercado diario. Es una diferente modalidad de mercado no organizado donde
cualquier agente podr formalizar una contratacin. Una parte (el generador) se obliga a la
entrega de un bien, y la otra (el cliente) al pago de su precio. Por ejemplo, la empresa que se
ha considerado podra vender durante x horas al ao una cantidad base (480MWh) de su
energa a un precio acordado con el cliente de 4 c/ kWh.

En segundo lugar, los contratos por diferencias o swaps forman parte del mercado de
derivados de electricidad. Son contratos por el cual una parte se obliga a pagar/cobrar de la
otra parte una cantidad de dinero igual a la cantidad de energa contratada multiplicada por la
diferencia ente la media del precio horario de OMEL para las horas del perodo contratado y
el precio del contrato. El cliente paga al generador si el precio medio real del diario est por
62
debajo del precio del contrato y el generador paga al cliente si el precio medio real est por
encima del precio del contrato. Por ejemplo, supongamos un contrato con entrega fsica de Q
MWh a un precio p. Supongamos que los Q MWh se adquieren o entregan en OMEL a un
precio PMD y que el generador y el cliente convienen en hacer un swap a un precio p.
Finalmente, si PMD > p, el generador pagara al cliente Q * (PMD-p). En cambio, si p>PMD,
el generador cobrara del cliente Q * (p - PMD).

7.3.- Futuros desarrollos.

Se ha implantado en la presente tesis dos modelos de coordinacin hidrotrmica, el
determinista y el estocstico, donde se ha analizado la estocasticidad en una empresa
tomadora del precio en el mercado. Adems, se ha abordado la planificacin de la produccin
futura en nueve situaciones posibles de mercado.

La finalidad de cualquier empresa elctrica es obtener el mayor beneficio con el menor
riesgo posible. Para maximizarlo es necesario incluir en el modelo de optimizacin
hidrotrmica la formulacin que se ha planteado en la gestin del riesgo. Se trata de realizar
una correcta poltica de cobertura de riesgo que permita a la compaa disminuir la
variabilidad de sus beneficios de explotacin a costa de reducir en pequea medida el valor
esperado de los mismos.

Se plantea como un desarrollo y continuidad de esta tesis el adaptar la formulacin del
apartado 7.1 al modelo hidrotrmico estocstico desarrollado e implantado en Gams. Adems,
se podra calcular, analizar y decidir la mejor forma de cubrir el riesgo mediante las opciones
explicadas en el apartado anterior. Se tomaran decisiones ptimas sobre el beneficio esperado
con los contratos bilaterales o cualquier modalidad del mercado de futuros a cambio de
disminuir la variabilidad del riesgo.

63
8.- Conclusin final.

En la tesis se ha estudiado cmo determinar la funcin de costes de un ciclo
combinado con nmeros reales. Tambin, se han comprendido las restricciones que presentan
dos tecnologas (trmica e hidrulica) y que afectan a su produccin, operacin y
planificacin.

Adems, se ha logrado planificar la produccin para un ao de dos centrales de
caractersticas diferentes, como son el grupo trmico e hidrulico. Esta planificacin ha sido
posible, primero con un modelo determinista que considera la certeza en los datos que preveen
en un ao y, segundo, considerando la incertidumbre con una funcin de probabilidad.

Se ha observado las diferencias existentes de los distintos escenarios analizando las
diferentes posibilidades, que se desconocen del futuro, de precios del mercado elctrico
espaol, costes del gas natural, costes del CO
2
y las aportaciones hidrulicas debidas a las
condiciones meteorolgicas. Todo ello utilizando datos histricos como la mejor informacin
para generar los escenarios.

Se ha visto cmo el modelo hidrotrmico de una empresa en el medio plazo puede
ayudarla a tomar las decisin ptimas para dar consignas al corto plazo.

Otro aspecto que se ha analizado en detalle es la influencia de la incertidumbre de los
parmetros en las decisiones ptimas. Se ha calculado numricamente la cantidad que el
decisor estara dispuesto a pagar por conocer una precisa descripcin de la situacin de lo que
va a suceder en el futuro. La relevancia de la incertidumbre en el modelo estocstico es
pequea si la empresa es tomadora de precio. Es decir, en una compaa de pequeo tamao el
modelo determinista aproxima bastante bien al estocstico.

Por ltimo, se han dejado las puertas abiertas a la continuidad de la tesis incluyendo en
el modelo estocstico algunos de los modelos de gestin del riesgo. La finalidad sera la de
64
cubrirse frente al riesgo de eventos de baja probabilidad con los que se obtendran beneficios
bajos o prdidas.

65
9-. Bibliografa.

[MOMO01] Electric Power System Applications of Optimization. James A. Momoh. Marcel
Dekker, 2001.

[RAMO90] Modelos de explotacin a medio plazo de la generacin elctrica. Aplicaciones
para el sistema espaol. 1990.

[UNGE02] Hedging strategy and Electricity Contract Engineering. PhD. Thesis. Gustaf
Unger (2002).

[VENT08] Modelo de gestin de riesgos. Captulo de los modelos de decisin de energa
elctrica (2008).

[LINA01] Mtodos matemticos de optimizacin. Pedro Linares, Andrs Ramos, Pepe
Snchez, ngel Sarabia, Begoa Vitoriano. Octubre 2001.

[GARC07] Modelos de ayuda a la decisin en el sector elctrico. Javier Garca Gonzlez.
Julio 2007.

[RAMO08] Planificacin a medio plazo de la generacin elctrica. Editores A. Ramos, A.
Alonso-Ayuso, G. Prez. Ed. Universidad Pontificia Comillas 2008.

[ALON08] Optimizacin bajo incertidumbre. A. Alonso-Ayuso, L.F.Escudero, M.A.Garn,
M. Merino, J.F..Monge, G.Prez, C.Pizarro 2008.

[VITO00] Generating Scenario Trees for Hydro Inflows 6th International Conference on
Probabilistic Methods Applied to Power Systems B. Vitoriano, S. Cerisola, A..
Madeira, Portugal September 2000.

66
[ALON04] Modelado de algoritmos de descomposicin con GAMS. A. Alonso-Ayuso, L.
Escudero 1994.

[GARC01] Gestin del riesgo frente a incertidumbre en las aportaciones hidrulicas en un
Mercado Elctrico mediante un Problema Complementario. Antonio Garca
Alcalde, Mariano Ventosa, Michel Rivier, Andrs Ramos 2001.

[CENT99] Gestin hidrulica a medio plazo en un entorno competitivo E. Centeno, J.
Barqun, E. Malillos, J. Romn. 1999.

[CABE05] A Medium-Term Integrated Risk Management Model for a Hydrothermal
Generation Company Jordi Cabero, Student Member, IEEE, lvaro Ballo,
Member, IEEE, Santiago Cerisola. Agosto 2005.

[ROSE08] GAMS Users Guide. Tutorial by Richard E. Rosenthal. 2008.

Referencias en Internet

[OMEL09] Precios del mercado diario del Operador Mercado Elctrico Espaol en la web:
www.omel.es.

[MARM09] Datos estadsticos de las reservas, entradas y salidas del embalse de La
Almendra en web:www.mytc.es.

[POIN09] Datos diarios del valor de CO
2
en la web:www.pointcarbon.es

[SIEM09] CCGT turbinas de gas y turbinas de vapor en la web: www.siemens.com

[GAMS09] Informacin general del lenguaje GAMS y descarga de la versin 22.8 en la
web: www.gams.com
67
ANEXO I. DESCRIPCIN DE LA HERRAMIENTA Y TCNICA
UTILIZADA.

Resolver un problema de optimizacin consiste en encontrar el valor de deben tomar
las variables para hacer ptima la funcin objetivo satisfaciendo el conjunto de restricciones.

Los mtodos de optimizacin los podemos clasificar en mtodos clsicos
(optimizacin lineal, lineal entera mixta, no lineal, estocstica, dinmica) y los mtodos
metaheursticos.

Los problemas se distinguen por el carcter de la funcin objetivo y de las variables.
Dadas las caractersticas del modelo que se ha desarrollado en la presente tesis, el modelo se
resuelve utilizando la programacin lineal entera mixta (mixed integer programming), MIP:

min
x
c
t
x + d
t
y
Ax + By = b
x,y # 0
x ( Z
n
, y ( R
l
, c ( R
n
, d ( R
l

A ( R
m x n
, B ( R
m x l
, b ( R
m

Estos problemas son problemas lineales donde algunas o todas las variables son
enteras o binarias y el resto continuas.

El problema de optimizacin ha de ser codificado mediante un lenguaje de
programacin. Se ha utilizado GAMS (General Algebraic Modelling System), que es el ms
usual en problemas de planificacin en el sector elctrico. Se trata de una alternativa compleja
y potente por su capacidad de indexacin de las variables y ecuaciones, permiten cambiar sin
dificultad las dimensiones del modelo, de forma natural separan datos de resultados. Es una
herramienta que incluye sus propios optimizadores, Scheduler, Planner, Solver o CPLEX. Se
68
ha utilizado ste ltimo, que est basado en programacin matemtica. Los otros tres estn
basados en la programacin de restricciones.

La estructura general de un modelo de optimizacin escrito en GAMS se presenta en la
tabla.

ndices y parmetros Todos los ndices y parmetros del modelo se declaran al
comienzo del mismo. Se inicializarn a sus valores por
omisin aquellos que sea necesario.
Variables
Definicin de las variables segn sean positivas, binarias, etc.
Ecuaciones Declaracin y definicin de las restricciones. Se controlar
con cuidado las condiciones de validez u ocurrencia de las
mismas
Modelo Declaracin de las ecuaciones que componen el modelo
Inclusin y
manipulacin de datos
de entrada
Los datos de entrada se introducen desde ficheros
independientes, despus se realizan los clculos de parmetros
auxiliares dependientes de los datos de entrada.
Acotamiento Acotamiento de las variables a sus cotas fsicas
Inicializacin de
variables
Inicializacin cuando tenga sentido
Resolucin del problema
de optimizacin

Presentacin de
resultados
Presentacin de los resultados elaborados a partir de la
solucin del problema de optimizacin

El proceso que se ha seguido al resolver el problema de maximizacin que se ha
planteado parte de la formulacin del problema y termina en el anlisis de los resultados
obtenidos.

69

Figura 28. Proceso desde formulacin hasta el anlisis de la solucin de un problema de optimizacin.

Caractersticas propias del lenguaje
Comandos:
Set: dar nombre a los ndices y definir sus posibles valores.
Scalar: dar nombre a los escalares y asignarles valores.
Parameter: dar nombre a los vectores y asignarles valores.
Table: dar nombre a las matrices y asignarles valores.
Variable: declarar variables y darles cota inferior y superior.
Equation: definir la funcin objetivo y las restricciones.
Model: dar nombre a los modelos y asignarles a la lista de restricciones.
Solve: indicar a gams el programa que debe resolverlo.
Display: decir a gams los elementos a listar en el informe salida.

GAMS no diferencia entre letras maysculas y minsculas.
Todo comando debe terminar en punto y coma.
Los comandos pueden definirse en cualquier orden, con la nica restriccin de que un
elemento debe haber sido definido antes de usarlo.
70
GAMS tiene palabras reservadas, que no pueden usarse para otro fin que el suyo propio.
Una lnea precedida por un asterisco (en la primera columna) es interpretada como un
comentario.
Una caracterstica muy potente de GAMS es que permite usar conjuntos dinmicos.
Usando stos se pueden modificar los elementos que pertenecen a un conjunto durante la
ejecucin de un programa GAMS.
Una de las ventajas de GAMS es la posibilidad de resolucin de varios problemas que
tenga la misma estructura y que se diferencien en unos pocos datos.
GAMS es vlido para resolver problemas lineales (LP), problemas no lineales (NLP) y
problemas enteros (MIP). Adems, dispone de la posibilidad de resolver otro tipo de
modelos, aunque hay que advertir que no todos los solvers estn disponibles para los
programas de uso estndar. Por tanto, se pueden resolver problemas no lineales con
discontinuidades (DNLP), problemas enteros donde se puede relajar la condicin de
integridad (RMIP), problemas enteros mixtos no lineales con derivadas discontinuas
(MIDNLP), problemas enteros mixtos no lineales con derivadas discontinuas en los que se
puede relajar la condicin de integridad (RMIDNLP).

71
ANEXO II. MODELO DE OPTIMIZACIN DETERMINISTA.

$ontext
/* Modelo Determinista a medio plazo hidrotermico */
$offtext

*Ancho de campo utilizado en los ficheros de error
Scalar GRD_ANCHO_CAMPO 'Ancho de campo' /12/;
*Parametro que indica cuando ha detectado errores
Scalar GRD_ERROR_GRAVE 'Flag de grave' /0/;
Scalar ORDEN_P1 'orden que ocupa el periodo 1 en el set de periodos' /1/;
Scalar NUMPERIODOS 'numero de periodos que se utilizan en la optimizacin'

*Apertura del fichero de errores
FILE errorgrd /ERRORGRD.txt/;
errorgrd.pw=500;
errorgrd.nj=2;

*Apertura del fichero de AVISOS
FILE avisos_grd /AVISOS_GRD.txt/;
avisos_grd.pw=500;
avisos_grd.nj=2;

option iterlim=1000000;
OPTION LP=CPLEX, MIP=CPLEX, RMIP=CPLEX, OPTCR=0.0001, LIMROW=1000, RESLIM=240;

$include 'numperiodos.txt';

*-------------------------------------------------------------------------
72
* DEFINICION DE CONJUNTOS DE INDICES
*-------------------------------------------------------------------------
Sets
p Periodos
/p1 * p12/
s Subperiodos
/s1, s2/
n Niveles
/n1 * n3/
psnEFEC(p,s,n) Bloques efectivos
G Unidades de oferta termicas (uot)
H Unidades de oferta hidrulicas (uot)
INDICESRAMPAS Indices de las rampas
ARR Set que indica arranque o parada
PRECIO Auxiliar para poder cargar el parmetro PMD a partir de una tabla PMD_AUX(precio p s n)
DURACION Auxiliar para poder cargar el parmetro A a partir de una tabla DUR_AUX(duracion p s n);

ALIAS (S,SS);
ALIAS (N,NN);

*-------------------------------------------------------------------------
*DATOS DE ENTRADA DE LAS UNIDADES DE GENERACIN
*-------------------------------------------------------------------------
Parameters
V(g) 'Termino var. del coste de produccion de cada unidad trmica g (cE/kWh)'
F(g) 'Termino fijo. del coste de la recta de produccin(cE)'
RAMPAS(g,indicesrampas) 'Tabla rampas de cada generador'
PGTECMAX(g,p,s,n) 'Potencia tecnica maxima de cada unidad trmica g (MW)'
PGTECMIN(g,p,s,n) 'Potencia tecnica minima de cada unidad trmica g (MW)'
PGOPMAX(g,p,s,n) 'Potencia operativa maxima de cada unidad trmica g (MW)'
PGOPMIN(g,p,s,n) 'Potencia operativa minima de cada unidad trmica g (MW)'
PMD_AUX(precio,p,s,n) 'Parmetro auxiliar para poder cargar los datos del parmetro PMD(p,s,n) con formato de tabla (cE/kWh)'
73
PMD(p,s,n) 'Precio marginal esperado en cada uno de los escenarios del MD en cada p,s,n (cE/kWh)'
LIMMAX_TERMICOS(g,p,s,n) 'Limit. maximas de potencia a cada uot g en cada p,s,n tras la casacion del MD'
LIMMIN_TERMICOS(g,p,s,n) 'Limit. minimas de potencia a cada uot g en cada p,s,n tras la casacion del MD'
DELTAG_INI(g) 'Estado inicial de conexin de cada grupo al principio del dia'
QG_INI(g) 'Potencia inicial de conexin de cada grupo al principio del dia (MW)'
NUMP_ARR(g) 'Variable auxiliar que cuenta el nmero de periodos que tarda en arrancar un grupo'
NUMP_PAR(g) 'Variable auxiliar que cuenta el nmero de periodos que tarda en parar un grupo'
DELTA_AP(g,arr) 'Variable entera auxiliar que indica si se desea arrancar/parar un grupo'
PMAX_AP(g,arr) 'Indica si se desea arrancar/parar un grupo, el periodo maximo de arranque/parada'
COP(g,p,s,n) 'Coste operativo de g en cada p,s,n (cE/kWh)'
UTILIZAR_QGINI(g) 'escalar que nos dice si utilizar el valor de QGINI'
QMAXH(h,p,s,n) 'Potencia neta mxima [MW]'
WMAX(h,p) 'Nivel reserva mximo [MWh]'
WMIN(h,p) 'Nivel reserva mnimo [MWh]'
A (p,s,n) 'Duracin por niveles [h]'
Ihp(h,p) 'Aportaciones por periodos [MWh]'
DUR_AUX (duracion,p,s,n) 'Parmetro auxiliar de la duracion'
rend(h) 'Rendimiento del ciclo turbinacin-bombeo del generador h [p.u.] '
Wini(h) 'Nivel inicial de reserva del embalse del generador h [MWh]'
Bmax(h,p,s,n) 'Potencia mxima bruta de bombeo del generador h [MW]';

Variables
QG(g,p,s,n) 'Potencia producida por la unidad trmica g en cada p,s,n [MW]'
u(g,p,s,n) 'Conexion/desconexion de cada unidad trmica en cada p,s,n (0-1)'
Vhp(h,p) 'Vertidos del embalse [MWh]'
MARGEN 'Margen total, variable a maximizar (k)'
u(g,p,s,n) 'Variable de acoplamiento, conexin, desconexin e cada unidad trmica en cada p,s,n'
y(g,p,s,n) 'Variable (0-1) que indica si el grupo arranca al comienzo de cada p,s,n'
z(g,p,s,n) 'Variable (0-1) que indica si el grupo para al comienzo de cada p,s,n'
QH(h,p,s,n) 'Potencia neta hydro producida en cada p,s,n [MWh]'
Wh(h,p) 'Reserva hidralica de cada unidad hidralica [MWh] '
Bh(h,p,s,n) 'Potencia neta consumida por el generador h al funcionar como bomba [MW]';
74

Positive variables QG, QH, Vhp, Wh, Bh;
Binary variables u, y, z, DELTA_HORA1ARRANQUE, DELTA_HORA1PARADA;

*********************************************************************
*CARGAR DATOS
*********************************************************************

*Carga los datos de los sets
$include 'carga_sets_modelo hidrotermico_bombeo_determinista.gms';

UTILIZAR_QGINI(g)=1;

*Se cargan los datos del modelo, se realizan las comprobaciones necesarias .
$include 'carga_parameters_modelo hidrotermico_bombeo_determinista.gms';

Parameters
COSTE_ARRANQUE(g) 'Coste de arranque(cE)'
COSTE_PARADA(g) 'Coste de parada (cE)';

$if not exist 'GRDcostarr.txt' PUT errorgrd 'El fichero obligatorio GRDcostarr.txt no existe'//;
$if not exist 'GRDcostarr.txt' GRD_ERROR_GRAVE = 1; COSTE_ARRANQUE(g)=0;
$if not exist 'GRDcostpar.txt' PUT errorgrd 'El fichero obligatorio GRDcostpar.txt no existe'//;
$if not exist 'GRDcostpar.txt' GRD_ERROR_GRAVE = 1; COSTE_PARADA(g)=0;

$if exist 'GRDcostarr.txt' Parameters
$if exist 'GRDcostarr.txt' COSTE_ARRANQUE(g) 'Coste de arranque (cE/kWh)'
$if exist 'GRDcostarr.txt' /
$if exist 'GRDcostarr.txt' $include 'GRDcostarr.txt';
$if exist 'GRDcostarr.txt' /;

$if exist 'GRDcostpar.txt' Parameters
75
$if exist 'GRDcostpar.txt' COSTE_PARADA(g) 'Coste de parada (cE/kWh)'
$if exist 'GRDcostpar.txt' /
$if exist 'GRDcostpar.txt' $include 'GRDcostpar.txt';
$if exist 'GRDcostpar.txt' /;

*Modulo de comprobacion de datos termicos: comprueba si los datos cargados son correctos
$include 'compr_datos_modelo hidrotermico_bombeo_determinista.gms';

loop((g,arr),
if(pmax_ap(g,arr) eq 0,
pmax_ap(g,arr)=NUMPERIODOS;
);
);

*Orden de que aborte en caso de haber encontrado errores en los datos
if( GRD_ERROR_GRAVE eq 1,
abort 'ERROR GRAVE: Leer el fichero errorgrd.txt del directorio de ficheros de salida';
);

*------------------
*Ecuaciones
*------------------

Equations
EC_POTMAX(g,p,s,n) 'Ecuacion de potencia tecnica maxima g en cada p,s,n para el MD '
EC_POTMIN(g,p,s,n) 'Minimo tecnico para cada uot g en cada p,s,n para el MD '
EC_MARGEN 'Ecuacion de definicion del margen '
EC_RAMP_A(g,p,s,n) 'Ecuacin de acoplamiento entre niveles'
EC_RAMP_B(g,p,s,n) 'Ecuacin de acoplamiento para un periodo'
EC_RAMP_C(g,p,s,n) 'Ecuacin de acoplamiento entre periodos'
EC_HYDRO_MAX(h,p,s,n) 'Ecuacin de mxima energa'
EC_RESER_MAX(h,p) 'Ecuacin de mxima reserva'
76
EC_RESER_MIN(h,p) 'Ecuacin de mnima reserva'
EC_BALANCE(h,p) 'Ecuacin de balance hidrulico'
EC_BOMBEO_MAX(h,p,s,n) 'Ecuacin de bombeo mximo';

EC_HYDRO_MAX(h,p,s,n)$ psnefec(p,s,n) .. QH(h,p,s,n) =l= QMAXH(h,p,s,n);

EC_RESER_MAX(h,p)$ sum((s,n)$psnefec(p,s,n),1) .. Wh(h,p) =l= WMAX(h,p);

EC_RESER_MIN(h,p)$ sum((s,n)$psnefec(p,s,n),1).. Wh(h,p) =g= WMIN(h,p);

EC_BALANCE(h,p)$ sum((s,n)$psnefec(p,s,n),1)..

Wh(h,p)+ sum[(s,n),A(p,s,n)*[QH(h,p,s,n)-rend(h)*Bh(h,p,s,n)]] + Vhp(h,p) =e= Wh(h,p-1)$[ord(p)>1]+ Wini(h)$[ord(p)=1]+
Ihp(h,p);

EC_BOMBEO_MAX(h,p,s,n)$ psnefec(p,s,n) .. Bh(h,p,s,n) =l= Bmax(h,p,s,n);

EC_POTMAX(g,psnefec).. QG(g,psnefec) =l=
min(PGOPMAX(g,psnefec),LIMMAX_TERMICOS(g,psnefec),PGTECMAX(g,psnefec))*u(g,psnefec);

EC_POTMIN(g,psnefec).. QG(g,psnefec) =g=
max(PGOPMIN(g,psnefec),LIMMIN_TERMICOS(g,psnefec),PGTECMIN(g,psnefec))*u(g,psnefec);

EC_RAMP_A(g,p,s,n) $ [psnefec(p,s,n) and (ord(n)>1) and psnefec(p,s,n-1)] ..

u(g,p,s,n) - u(g,p ,s ,n-1) =e= y(g,p,s,n) - z(g,p,s,n);

EC_RAMP_B(g,p,s,n) $ [psnefec(p,s,n) and (ord(s)>1) and (ord(n)=1) and

sum(nn$[(ord(nn)=card(nn)) and psnefec(p,s-1,nn)], 1)] ..

u(g,p,s,n) - sum(nn$[(ord(nn)=card(nn)) and psnefec(p,s-1,nn)], u(g,p ,s-1,nn ))
77

=e= y(g,p,s,n) - z(g,p,s,n);

EC_RAMP_C(g,p,s,n) $ [psnefec(p,s,n) and (ord(s)=1) and (ord(n)=1)] ..

u(g,p,s,n) - sum((ss,nn)$[(ord(ss)=card(ss)) and (ord(nn)=card(nn)) and psnefec(p-1,ss,nn)], u(g,p-1,ss ,nn ))

- DELTAG_INI(g)$[1-sum((ss,nn)$[(ord(ss)=card(ss)) and (ord(nn)=card(nn)) and psnefec(p-1,ss,nn)],1)]

=e= y(g,p,s,n) - z(g,p,s,n);

EC_MARGEN..

*en c
MARGEN =e= SUM( (g,psnefec), 1E3*QG(g,psnefec)*PMD(psnefec)*A(psnefec)

-(V(g)*u(g,psnefec)+1E3*F(g)*QG(g,psnefec))*A(psnefec))

+SUM( ( h,psnefec), 1E3*QH(h,psnefec)*PMD(psnefec)*A(psnefec))

-SUM( (h,psnefec), 1E3*Bh(h,psnefec)*PMD(psnefec)*A(psnefec))

-SUM( (g,psnefec), COSTE_ARRANQUE(g)*y(g,psnefec))

-SUM( (g,psnefec), COSTE_PARADA(g) *z(g,psnefec));

*------------------------------------------------------
* RESOLUCION DEL MODELO
*------------------------------------------------------
78

MODEL TERMICOS_CON_COSTE / EC_POTMAX,
EC_POTMIN,
EC_MARGEN,
EC_RAMP_A,
EC_RAMP_B,
EC_RAMP_C,
EC_HYDRO_MAX,
EC_RESER_MAX,
EC_RESER_MIN,
EC_BALANCE,
EC_BOMBEO_MAX
/;

solve TERMICOS_CON_COSTE using mip maximizing MARGEN;

display margen.l, y.l, z.l, u.l, QG.l, QH.l, BH.l;
*Cierre del fichero de errores
PUT errorgrd;
PUTCLOSE errorgrd;

*Cierre del fichero de avisos
PUT avisos_grd;
PUTCLOSE avisos_grd;

*Se llama al fichero que genera las salidas en archivos de texto
$include 'escribe_resultados_modelo hidrotermico_bombeo_determinista';

79

Adems se incluyen unos ficheros tipo texto:

'carga_sets_modelo hidrotermico_bombeo_determinista.gms' dnde se cargan los sets del modelo.
'carga_parameters_modelo hidrotermico_bombeo_determinista.gms' dnde se cargan los parmetros del modelo.
'compr_datos_modelo hidrotermico_bombeo_determinista.gms' dnde se comprueban los parmetros del modelo.
'escribe_resultados_modelo hidrotermico_bombeo_determinista' es el fichero de salida .txt dnde se observar los resultados y que
puede exportarse a excel

80
ANEXO III. MODELO DE OPTIMIZACIN ESTOCSTICO.

$ontext
/modelo estocstico/
$offtext

*Ancho de campo utilizado en los ficheros de error
Scalar GRD_ANCHO_CAMPO 'Ancho de campo' /12/;
*Parametro que indica cuando ha detectado errores
Scalar GRD_ERROR_GRAVE 'Flag de grave' /0/;
Scalar ORDEN_P1 'orden que ocupa la hora 1 en el set de horas' /1/;
Scalar NUMPERIODOS 'numero de horas que se utilizan en la optimizacin'

*Apertura del fichero de errores
FILE errorgrd /ERRORGRD.txt/;
errorgrd.pw=500;
errorgrd.nj=2;

*Apertura del fichero de AVISOS
FILE avisos_grd /AVISOS_GRD.txt/;
avisos_grd.pw=500;
avisos_grd.nj=2;

option iterlim=1000000;
OPTION LP=CPLEX, MIP=CPLEX, RMIP=CPLEX, OPTCR=0.0001, LIMROW=1000, RESLIM=240;

$include 'numperiodos.txt';

*-------------------------------------------------------------------------
* DEFINICION DE CONJUNTOS DE INDICES
*-------------------------------------------------------------------------
81
Sets
p Periodos
/p1 * p12/
s Subperiodos
/s1, s2/
n Niveles
/n1 * n3/
psnEFEC(p,s,n) Bloques efectivos
G Unidades de oferta termicas (uot)
H Unidades de oferta hidrulicas (uot)
INDICESRAMPAS Indices de las rampas
ARR Set que indica arranque o parada
PRECIO Auxiliar para poder cargar el parmetro PMD a partir de una tabla PMD_AUX(precio p s n)
DURACION Auxiliar para poder cargar el parmetro A a partir de una tabla DUR_AUX(duracion p s n)
esc Escenarios
/esc1 * esc9/
* Declaracin de conjuntos dinmicos: son subcojuntos de los anteriores
arbol(esc,esc,p) Arbol de escenarios
;

ALIAS (S,SS);
ALIAS (N,NN);
ALIAS (esc,escc);

*-------------------------------------------------------------------------
*DATOS DE ENTRADA DE LAS UOT
*-------------------------------------------------------------------------
Parameters
V(g,p,esc) 'Termino incr. del coste de produccion de cada uot g (cE/kWh)'
F(g,p,esc) 'Termino fijo. del coste de la recta de produccin(cE)'
RAMPAS(g,indicesrampas) 'Tabla con las rampas de cada generador'
PGTECMAX(g,p,s,n) 'Potencia tecnica maxima de cada uot g (MW)'
82
PGTECMIN(g,p,s,n) 'Potencia tecnica minima de cada uot g (MW)'
PGOPMAX(g,p,s,n) 'Potencia operativa maxima de cada uot g (MW)'
PGOPMIN(g,p,s,n) 'Potencia operativa minima de cada uot g (MW)'
PMD_AUX(precio,p,s,n,esc) 'Parmetro auxiliar para poder cargar los datos del parmetro PMD(h)
PMD(p,s,n,esc) 'Precio marginal esperado en cada uno de los escenarios del MD en cada hora h (cE/kWh)'
LIMMAX_TERMICOS(g,p,s,n) 'Limit. maximas de potencia a cada uot g en cada hora h tras la casacion del MD'
LIMMIN_TERMICOS(g,p,s,n) 'Limit. minimas de potencia a cada uot g en cada hora h tras la casacion del MD'
DELTAG_INI(g) 'Estado inicial de conexin de cada grupo al principio del dia'
QG_INI(g) 'Potencia inicial de conexin de cada grupo al principio del dia'
NUMP_ARR(g) 'Variable auxiliar que cuenta el nmero de horas que tarda en arrancar un grupo'
NUMP_PAR(g) 'Variable auxiliar que cuenta el nmero de horas que tarda en parar un grupo'
DELTA_AP(g,arr) 'Variable entera auxiliar que indica si se desea arrancar/parar un grupo'
PMAX_AP(g,arr) 'Indica si se desea arrancar/parar un grupo, la hora maxima de arranque/parada'
COP(g,p,s,n,esc) 'Coste operativo de g en la hora h (cE/kWh)'
UTILIZAR_QGINI(g) 'escalar que nos dice si utilizar el valor de QGINI'
QMAXH(h,p,s,n) 'Potencia neta mxima'
WMAX(h,p) 'Nivel reserva mximo'
WMIN(h,p) 'Nivel reserva mnimo'
A (p,s,n) 'Duracin por niveles'
Ihp(h,p,esc) 'Aportaciones por periodos'
DUR_AUX (duracion,p,s,n) 'Parmetro auxiliar'
rend(h) Rendimiento del ciclo turbinacin-bombeo del generador h [p.u.]
Wini(h) 'Nivel inicial de reserva del embalse del generador h'
Bmax(h,p,s,n) 'Potencia mxima bruta de bombeo del generador h [GW]'
PROB(esc) 'Probabilidad de cada escenario';

Variables
QG(g,p,s,n,esc) 'Energia total producida por la uot g en cada hora h (MWh)'
Vhp(h,p,esc) 'Vertidos del embalse'
MARGEN 'Margen total, variable a maximizar'
u(g,p,s,n,esc) 'Variable de acoplamiento'
y(g,p,s,n,esc) 'Variable (0-1) que indica si el grupo arranca al comienzo de la hora h'
83
z(g,p,s,n,esc) 'Variable (0-1) que indica si el grupo para al comienzo de la hora h'
QH(h,p,s,n,esc) 'Energa neta hydro producida'
Wh(h,p,esc) 'Reserva hidralica de cada uoh '
Bh(h,p,s,n,esc) 'Potencia bruta consumida por el generador h al funcionar como bomba [GW]' ;

Positive variables QG, QH, Vhp, Wh, Bh;
Binary variables u, y, z, DELTA_HORA1ARRANQUE, DELTA_HORA1PARADA;

*********************************************************************
*CARGAR DATOS
*********************************************************************

*Carga los datos de los sets
$include 'carga_sets_modelo_estocastico.gms';

UTILIZAR_QGINI(g)=1;

*Se cargan los datos del modelo
$include 'carga_parameters_modelo_estocastico.gms';

Parameters
COSTE_ARRANQUE(g) 'Coste de arranque(cE)'
COSTE_PARADA(g) 'Coste de parada (cE)';

$if not exist 'GRDcostarr.txt' PUT errorgrd 'El fichero obligatorio GRDcostarr.txt no existe'//;
$if not exist 'GRDcostarr.txt' GRD_ERROR_GRAVE = 1; COSTE_ARRANQUE(g)=0;
$if not exist 'GRDcostpar.txt' PUT errorgrd 'El fichero obligatorio GRDcostpar.txt no existe'//;
$if not exist 'GRDcostpar.txt' GRD_ERROR_GRAVE = 1; COSTE_PARADA(g)=0;

$if exist 'GRDcostarr.txt' Parameters
$if exist 'GRDcostarr.txt' COSTE_ARRANQUE(g) 'Coste de arranque (cE/kWh)'
$if exist 'GRDcostarr.txt' /
84
$if exist 'GRDcostarr.txt' $include 'GRDcostarr.txt';
$if exist 'GRDcostarr.txt' /;

$if exist 'GRDcostpar.txt' Parameters
$if exist 'GRDcostpar.txt' COSTE_PARADA(g) 'Coste de parada (cE/kWh)'
$if exist 'GRDcostpar.txt' /
$if exist 'GRDcostpar.txt' $include 'GRDcostpar.txt';
$if exist 'GRDcostpar.txt' /;

*Modulo de comprobacion de datos termicos: comprueba si los datos cargados son correctos
$include 'compr_datos_modelo_estocastico.gms';

loop((g,arr),
if(pmax_ap(g,arr) eq 0,
pmax_ap(g,arr)=NUMPERIODOS;
);
);

*Orden de que aborte en caso de haber encontra errores en los datos
if( GRD_ERROR_GRAVE eq 1,
abort 'ERROR GRAVE: Leer el fichero errorgrd.txt del directorio de ficheros de salida';
);

*------------------
*Ecuaciones
*------------------

Equations
EC_POTMAX(g,p,s,n,esc) 'Ecuacion de potencia tecnica maxima g en cada hora h para el MD '
EC_POTMIN(g,p,s,n,esc) 'Minimo tecnico para cada uot g en cada hora h para el MD '
EC_MARGEN 'Ecuacion de definicion del margen '
85
EC_RAMP_A(g,p,s,n,esc) 'Ecuacin de acoplamiento entre niveles'
EC_RAMP_B(g,p,s,n,esc) 'Ecuacin de acoplamiento para un periodo'
EC_RAMP_C(g,p,s,n,esc) 'Ecuacin de acoplamiento entre periodos'
EC_HYDRO_MAX(h,p,s,n,esc) 'Ecuacin de mxima energa'
EC_RESER_MAX(h,p,esc) 'Ecuacin de mxima reserva'
EC_RESER_MIN(h,p,esc) 'Ecuacin de mnima reserva'
EC_BALANCE(h,p,esc) 'Ecuacin de balance hidrulico'
EC_BOMBEO_MAX(h,p,s,n,esc) 'Ecuacin de bombeo mximo'
EC_NO_ANTICIP1(g,p,s,n,esc,esc) 'Ecuacin de no anticipatividad (rbol de escenarios)'
EC_NO_ANTICIP2(g,p,s,n,esc,esc) 'Ecuacin de no anticipatividad (rbol de escenarios)'
EC_NO_ANTICIP3(h,p,s,n,esc,esc) 'Ecuacin de no anticipatividad (rbol de escenarios)'
EC_NO_ANTICIP4(h,p,s,n,esc,esc) 'Ecuacin de no anticipatividad (rbol de escenarios)';

EC_HYDRO_MAX(h,p,s,n,esc)$ psnefec(p,s,n) .. QH(h,p,s,n,esc) =l= QMAXH(h,p,s,n);

EC_RESER_MAX(h,p,esc).. Wh(h,p,esc) =l= WMAX(h,p);

EC_RESER_MIN(h,p,esc).. Wh(h,p,esc) =g= WMIN(h,p);

EC_BALANCE(h,p,esc)..

Wh(h,p,esc)+ sum[(s,n),A(p,s,n)*[QH(h,p,s,n,esc)-rend(h)*bh(h,p,s,n,esc)]] + Vhp(h,p,esc) =e= Wh(h,p-1,esc)$[ord(p)>1]+
Wini(h)$[ord(p)=1]+ Ihp(h,p,esc);

EC_BOMBEO_MAX(h,p,s,n,esc)$ psnefec(p,s,n) .. Bh(h,p,s,n,esc) =l= Bmax(h,p,s,n);

EC_POTMAX(g,psnefec,esc).. QG(g,psnefec,esc) =l=
min(PGOPMAX(g,psnefec),LIMMAX_TERMICOS(g,psnefec),PGTECMAX(g,psnefec))*u(g,psnefec,esc);

EC_POTMIN(g,psnefec,esc).. QG(g,psnefec,esc) =g=
max(PGOPMIN(g,psnefec),LIMMIN_TERMICOS(g,psnefec),PGTECMIN(g,psnefec))*u(g,psnefec,esc);
86

EC_RAMP_A(g,p,s,n,esc) $ [psnefec(p,s,n) and (ord(n)>1) and psnefec(p,s,n-1)] ..

u(g,p,s,n,esc) - u(g,p,s,n-1,esc) =e= y(g,p,s,n,esc) - z(g,p,s,n,esc);

EC_RAMP_B(g,p,s,n,esc) $ [psnefec(p,s,n) and (ord(s)>1) and (ord(n)=1) and

sum(nn$[(ord(nn)=card(nn)) and psnefec(p,s-1,nn)], 1)] ..

u(g,p,s,n,esc) - sum(nn$[(ord(nn)=card(nn)) and psnefec(p,s-1,nn)], u(g,p,s-1,nn,esc))

=e= y(g,p,s,n,esc) - z(g,p,s,n,esc);

EC_RAMP_C(g,p,s,n,esc) $ [psnefec(p,s,n) and (ord(s)=1) and (ord(n)=1)] ..

u(g,p,s,n,esc) - sum((ss,nn)$[(ord(ss)=card(ss)) and (ord(nn)=card(nn)) and psnefec(p-1,ss,nn)], u(g,p-1,ss ,nn,esc ))

- DELTAG_INI(g)$[1-sum((ss,nn)$[(ord(ss)=card(ss)) and (ord(nn)=card(nn)) and psnefec(p-1,ss,nn)],1)]

=e= y(g,p,s,n,esc) - z(g,p,s,n,esc);

EC_MARGEN..

MARGEN =e= SUM[esc, PROB(esc)*[ SUM( (g,psnefec(p,s,n)), 1E3*QG(g,p,s,n,esc)*PMD(p,s,n,esc) * A(p,s,n)

-(F(g,p,esc)*u(g,p,s,n,esc)+1E3*V(g,p,esc)*QG(g,p,s,n,esc)) * A(p,s,n))

+SUM( ( h,psnefec), 1E3*QH(h,psnefec,esc)*PMD(psnefec,esc) * A(psnefec))

-SUM( (h,psnefec), 1E3*Bh(h,psnefec,esc)*PMD(psnefec,esc) * A(psnefec))
87

-SUM( (g,psnefec), COSTE_ARRANQUE(g)*y(g,psnefec,esc))

-SUM( (g,psnefec), COSTE_PARADA(g) *z(g,psnefec,esc))] ];

EC_NO_ANTICIP1(g,p,s,n,esc,escc) $arbol(esc,escc,p) .. u(g,p,s,n,esc) =e= u(g,p,s,n,escc);
EC_NO_ANTICIP2(g,p,s,n,esc,escc) $arbol(esc,escc,p) .. QG(g,p,s,n,esc) =e= QG(g,p,s,n,escc);
EC_NO_ANTICIP3(h,p,s,n,esc,escc) $arbol(esc,escc,p) .. Bh(h,p,s,n,esc) =e= Bh(h,p,s,n,escc);
EC_NO_ANTICIP4(h,p,s,n,esc,escc) $arbol(esc,escc,p) .. QH(h,p,s,n,esc) =e= QH(h,p,s,n,escc);

*------------------------------------------------------
* RESOLUCION DEL MODELO
*------------------------------------------------------

MODEL TERMICOS_CON_COSTE / EC_POTMAX,
EC_POTMIN,
EC_MARGEN,
EC_RAMP_A,
EC_RAMP_B,
EC_RAMP_C,
EC_HYDRO_MAX,
EC_RESER_MAX,
EC_RESER_MIN,
EC_BALANCE,
EC_BOMBEO_MAX,
EC_NO_ANTICIP1,
EC_NO_ANTICIP2,
EC_NO_ANTICIP3,
EC_NO_ANTICIP4/;

* Montamos los sets dinmicos
88
arbol('esc1','esc2','p2')=YES;

solve TERMICOS_CON_COSTE using mip maximizing MARGEN;

display margen.l, y.l, z.l, u.l, QG.l, QH.l, BH.l;

*Cierre del fichero de errores
PUT errorgrd;
PUTCLOSE errorgrd;

*Cierre del fichero de avisos
PUT avisos_grd;
PUTCLOSE avisos_grd;

*Se llama al fichero que genera las salidas en archivos de texto
$include 'escribe_resultados_modelo_estocastico';
89

Adems se incluyen unos ficheros tipo texto:

'carga_sets_modelo hidrotermico_bombeo_estocstico.gms' dnde se cargan los sets del modelo.
'carga_parameters_modelo hidrotermico_bombeo_ estocstico.gms' dnde se cargan los parmetros del modelo.
'compr_datos_modelo hidrotermico_bombeo_ estocstico.gms' dnde se comprueban los parmetros del modelo.
'escribe_resultados_modelo hidrotermico_bombeo_ estocstico' es el fichero de salida .txt dnde se observar los resultados y que
puede exportarse a excel

90

TM 09 011

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

TM 09 011

Transféré par

Droits d'auteur :

Formats disponibles

UNIVERSIDAD PONTIFICIA COMILLAS

ESCUELA TCNICA SUPERIOR DE INGENIERA (ICAI)

Vous aimerez peut-être aussi