Vous êtes sur la page 1sur 127

PONTIFICIA UNIVERSIDAD CATOLICA DE CHILE

ESCUELA DE INGENIERIA

PLANIFICACION DE LA
EXPANSION DE SISTEMAS
ELECTRICOS VIA
DESCOMPOSICION DE BENDERS

JUAN PABLO URRUTIA WESS

Memoria para optar al ttulo de


Ingeniero Civil de Industrias
con Mencin en Electricidad

Profesor Gua:
HUGH RUDNICK VAN DE WYNGARD

Santiago de Chile, 1995

PONTIFICIA UNIVERSIDAD CATOLICA DE CHILE


ESCUELA DE INGENIERIA
Departamento de Ingeniera Elctrica

PLANIFICACION DE LA
EXPANSION DE SISTEMAS
ELECTRICOS VIA
DESCOMPOSICION DE BENDERS

JUAN PABLO URRUTIA WESS

Memoria preparada bajo la supervisin de la


Comisin integrada por los profesores:

HUGH RUDNICK V. D. W

RODRIGO PALMA B.

ESTEBAN SKOKNIC C.

LUIS CONTESSE B.

Quienes recomiendan que sea aceptada para completar


las exigencias del ttulo de Ingeniero Civil de Industrias
con mencin en Electricidad
Santiago de Chile, 1995

A mi abuelito Pablo, a mis padres


Juan e Inge por su cario, dedicacin
y comprensin, a mis hermanos
Claudio y Eduardo por su amistad, y a
mi polola Loreto, por su cario y
comprensin.

ii

AGRADECIMIENTOS
Deseo agradecer muy profundamente a todos quienes colaboraron de
alguna forma en la realizacin de la presente memoria.
En especial quiero agradecer al Dr. Profesor Hugh Rudnick por su
contnua ayuda, consejos y correcciones, como tambin por su calidad humana. De
igual forma, agradezco a don Esteban Skoknic, por sus correciones y aportes.
Agradezco tambin de una manera muy especial los consejos, amistad y
colaboracin de Rodrigo Palma.
Agradezco a mis amigos por su apoyo, adems de a Ins y Betty.

iii

INDICE GENERAL
Pg.
DEDICATORIA...........................................................................................................ii
AGRADECIMIENTOS
iii
INDICE DE TABLAS
vii
INDICE DE FIGURAS
viii
RESUMEN...................................................................................................................x
I.

INTRODUCCION ................................................................................................ 1

1.1

Generalidades........................................................................................................ 1

1.2

Planteamiento del Problema.................................................................................. 1

1.3

Objetivos de la Memoria....................................................................................... 3

1.4

Estructura del Trabajo........................................................................................... 4

1.5

Revisin Bibliogrfica .......................................................................................... 5


1.5.1 Modelos de anlisis marginal .......................................................... 5
1.5.2 Modelos de operacin...................................................................... 6
1.5.3 Modelos globales de optimizacin .................................................. 9
1.5.4 Anlisis comparativo de los modelos presentados ........................ 13

1.6

Descripcin de las Caractersticas Generales de los Modelos Utiilzados en


Planificacin........................................................................................................ 14

1.7

Algunos Modelos en Uso.................................................................................... 15


1.7.1 Modelo GOL.................................................................................. 16
1.7.2 Modelo WASP............................................................................... 20
1.7.3 Modelo de planificacin a largo plazo en un sistema
predominantemente hidrulico ...................................................... 22
1.7.4 Modelo de Operacin ptima de centrales hidrulicas .................. 23
iv

1.7.5 Modelo de planificacin de sistemas hidrotrmicos basado en


algoritmos de mltiples objetivos.................................................. 23
1.7.6 Modelo MGI .................................................................................. 24
II.

MODELACION.................................................................................................. 33

2.1

Introduccin ........................................................................................................ 33

2.2

Planteamiento General de Modelo...................................................................... 34

2.3

Modelacin de la Demanda................................................................................. 35

2.4

Modelacin de la Generacin.............................................................................. 36

2.5

Modelacin del Sistema de Transmisin ............................................................ 39

2.6

Modelacin de las Fallas de abastecimiento ....................................................... 39

2.7

Ecuaciones del Modelo ....................................................................................... 40


2.7.1 Funcin Objetivo ........................................................................... 40
2.7.2 Restricciones.................................................................................. 43

2.8

Caractersticas Matemticas del Modelo ............................................................ 50

III. DESARROLLO ALGORITMICO ......................................................................... 51


3.1

Introduccin ........................................................................................................ 51

3.2

Principio de Descomposicin de Benders........................................................... 52

3.3

Subproblemas de Inversin y Operacin ............................................................ 55


3.3.1 Subproblema de inversin ............................................................. 55
3.3.2 Subproblema de operacin............................................................. 57

3.4

Algoritmo de Descomposicin de Benders......................................................... 58

3.5

Extensin del Principio de Descomposicin para Problemas Estocsticos ........ 60

3.6

Algoritmo de Descomposicin para Problemas Estocsticos ............................. 63

IV. ESTUDIOS DE APLICACION ............................................................................. 67


4.1

Introduccin ........................................................................................................ 67

4.2

Implementacin Computacional ......................................................................... 68

4.3

Descripcin del Sistema Interconectado Central ................................................ 70

4.4

Validacin del Programa Computacional en su Versin Continua..................... 72


4.4.1 Planificacin de inversiones del SIC para distintos horizontes de
tiempo. ........................................................................................... 72
v

4.4.2 Comportamientos de los costos frente a variaciones en los


parmetros de los modelos............................................................. 78

4.5 Aplicacin de PLANBEN a un problema de planificacin del SIC ....................... 80


4.5.1 Resultados entregados por el programa PLANBEN (versin
continua) ........................................................................................ 80
4.5.2 Resultados entregados por el programa PLANBEN (versin
entera) ............................................................................................ 82
4.5.3 Anlisis y comparacin de los resutados entregados por los
programas....................................................................................... 85

V. CONCLUSIONES Y DESARROLLOS FUTUROS .............................................. 86


BIBLIOGRAFIA .......................................................................................................... 89
ANEXOS ..................................................................................................................... 91
Anexo A: Expresin alternativa para el corte de Benders..................................... 92
Anexo B: Descripcin del programa desarrollado ................................................ 95
Anexo C: Programa de inversiones entregado por PLANBEN
(versin continua) ................................................................................ 100
Anexo D: Programa de inversiones entregado por PLANBEN
(versin entera)..................................................................................... 108

vi

vii

INDICE DE TABLAS
Pg.
Tabla 1.1 Clasificacin general de los modelos utilizados en planificacin ............. 17
Tabla 1.2 Clasificacin de algunos modelos de planificacin................................... 17
Tabla 4.1 Nmero y tipo de centrales consideradas en el SIC................................... 73
Tabla 4.2 Costos obtenidos para distintos horizontes de estudio .............................. 75
Tabla 4.3 Plan de instalacin de centrales hidroelctricas......................................... 76
Tabla 4.4 Plan de instalacin de centrales trmicas .................................................. 77
Tabla 4.5 Plan de ampliacin de capacidad de las lneas .......................................... 77
Tabla 4.6 Tamaos de los problemas de optimizacin para distintos horizontes
de estudio................................................................................................... 78
Tabla 4.7 Comparacin de tiempos de solucin en caso continuo ............................ 79
Tabla 4.8 Costos obtenidos en distintos escenarios................................................... 81
Tabla 4.9 Nmero de variables y restricciones de sistema analizado........................ 82

viii

INDICE DE FIGURAS
Pg.
Figura 1.1 Curva de duracin de la demanda................................................................ 8
Figura 1.2 Variacin de la energa generada por una central hidroelctrica con
respecto a la potencia instalada ................................................................. 30
Figura 2.1 Representacin de una central hidroelctrica a travs de tres
variables enteras ........................................................................................ 38
Figura 3.1 Grfico de la funcin w(x)......................................................................... 57
Figura 3.2 Algoritmo de descomposicin de Benders ................................................ 61
Figura 3.3 Algoritmo de descomposicin de Benders para problemas
estocsticos ................................................................................................ 65
Figura 3.4 Algoritmo de descomposicin de Benders para problemas
estocsticos (alternativa 2)......................................................................... 67
Figura 4.1 Interaccin entre el software desarrollado y programas anexos ................ 71
Figura 4.2 Esquema del SIC con un nmero reducido de alternativas de
expansin................................................................................................... 74
Figura 4.3 Variacin lmites superior e inferior del algoritomo de Benders en el
caso continuo ............................................................................................. 83
Figura 4.4 Variacin del costo de inversin en el caso continuo................................ 84
Figura 4.5 Variacin del costo de operacin en el caso continuo............................... 84
Figura 4.6 Variacin lmites superior e inferior del algoritomo de Benders en el
caso entero ................................................................................................. 83
Figura 4.7 Variacin del costo de inversin en el caso entero.................................... 84
ix

Figura 4.8 Variacin del costo de operacin en el caso entero................................... 84

RESUMEN
En este trabajo se propone y desarrolla una metodologa alternativa para
planificar la expansin de los sistemas elctricos. Se presenta el modelo MGI, el cual
es utilizado en planificacin, y las modificaciones que fue necesario realizar a ste
con el objetivo de implementar este algortimo alternativo de solucin en este modelo.
El modelo de programacin propuesto es de tipo entero-mixto, donde la
funcin objetivo corresponde al valor presente de los costos de inversin y operacin
del sistema elctrico que se est analizando. Esta funcin objetivo se minimiza sujeta
a ciertas restricciones de abatecimiento, capacidad y secuencia de instalacin de
obras.
El problema de planificacin se resuelve mediante el algoritmo de
Benders, que demuestra ser apropiado en la resolucin de este tipo de problemas,
presentando adems ventajas frente a otras tcnicas de solucin. Esta metodologa de
solucin descompone el problema inicial en uno de inversin y otro de operacin, los
que se resuelven iterativamente.
Finalmente, la efectividad del algoritmo propuesto se evala y es
demostrada a travs de la comparacin de sus resultados versus aquellos entregados
por el programa de planificacin MGI.

xi

I.

INTRODUCCION

1.1

Generalidades

El problema de determinar polticas de inversin ptimas en sistemas


elctricos, dado los rpidos crecimientos de la demanda de energa, los altos costos
de inversin, el gran nmero y diversidad de alternativas, y el trabajo numrico que
implica evaluar en profundidad incluso una simple poltica, han motivado el
desarrollo de modelos matemticos y algoritmos computacionales capaces de
resolver problemas de planificacin en sistemas elctricos.
Las caractersticas que adopten estos modelos de planificacin (lineales,
no-lineales, etc.) dependern por un lado del tipo de sistema elctrico que se est
intentando modelar, y por el otro, de la representacin que se haga a cada uno de los
elementos que lo forman. Estos factores, junto a la necesidad de contar con
soluciones lo ms fieles posibles, han restringido el tipo de metodologas que pueden
ser utilizadas para resolver este tipo de problemas.
En este trabajo se desarrolla y evala una metodologa de solucin que se
denomina descomposicin de Benders, la cual consiste en aprovechar la divisin
natural que se produce en el problema de planificacin, en trmino de las variables
del problema.

1.2

Planteamiento del Problema

Para satisfacer las necesidades de demanda de energa, los sistemas


elctricos cuentan con un determinado nmero de centrales generadoras y lneas de
transmisin, por lo que planificar la expansin se traduce en determinar el nmero de
centrales generadoras y lneas de transmisin que ser necesario construir para
abastecer las demandas futuras de potencia y de energa. Dada la importancia que
reviste planificar de manera adecuada la expansin de dichos sistemas, han surgido
numerosos modelos y algortmos que buscan resolver este tipo de problemas.

Las caractersticas de los problemas de planificacin elctrica, junto con


las estructuras de los sistemas elctricos, permiten dividir la planificacin de la
expansin en dos subproblemas: generacin-transmisin y distribucin. Las
particularidades de cada uno de stos, hacen posible diferenciar claramente el
subproblema de expansin de la generacin y transmisin (problemas de largo plazo)
del subproblema de expansin de la distribucin (problema de ms corto plazo).
El objetivo de un modelo de optimizacin para la planificacin de la
expansin de la generacin y transmisin de un sistema elctrico, es determinar un
programa de instalacin de centrales de generacin y lneas de transmisin de
modo que conduzcan a que el costo de inversin ms el costo esperado de
operacin, dado un cierto nivel de confiabilidad del sistema elctrico, sea el
mnimo. O sea, dicho de otra manera, estos modelos deben determinar:
a)

El tipo de centrales generadoras que se deben instalar.

b) El tamao de estas centrales.


c)

La ubicacin de estas nuevas plantas.

d) La fecha de puesta en servicio de estas nuevas centrales.


e)

Las lneas de transmisin que debern ser ampliadas dentro del sistema
elctrico.

f)

La fecha de puesta en servicio de las alternativas de expansin de


transmisin.

de manera que el costo de inversin en nuevos equipos, ms el costo


esperado de operacin del sistema (includos los equipos existentes), sujeto a ciertas
restricciones de confiabilidad, entre otras, sea el mnimo.
Resulta evidente entonces que estos modelos consideran como aspectos
ms relevantes para la planificacin, no slo parmetros y variables relacionados con
la inversin, como son los costos de inversin en centrales generadoras y lneas de
transmisin, sino que tambin parmetros y variables relacionadas con la operacin

de las centrales de un sistema elctrico, como son sus costos esperados de


operacin, su flexibilidad de operacin y su disponibilidad [Jara94].

1.3

Objetivos de la Memoria

El objetivo principal de un modelo que resuelve el problema de


planificacin de sistemas elctricos es minimizar, por un lado, el costo de inversin
en centrales y lneas de transmisin, y por el otro el costo que significa operar un
sistema elctrico dada una cierta configuracin y ciertos requisitos de demanda de
energa.
Los objetivos de este trabajo son:

a) Plantear y desarrollar una metodologa alternativa de solucin para el


problema de planificacin de los sistemas elctricos, la cual se basa en una
tcnica matemtica de descomposicin que se denomina descomposicin de
Benders.
b) Implementar esta metodologa alternaiva de solucin en un modelo de
planificacin que represente de manera adecuada este tipo de problemas. Se ha
elegido como modelo inicial el MGI, lo cual permitir comprobar de manera
efectiva el funcinamiento de esta nueva herramienta de solucin.
c) Validar el algoritmo implementado resolviendo sistemas elctricos de prueba y
comparando las soluciones (en trminos de costo) que entregue el nuevo
modelo con aquellas que se obtengan del programa MGI. Adems se plantea
como una alternativa complementaria de validacin, analizar el
comportamiento de los resultados del nuevo programa frente a variaciones en
distintos parmetros del modelo, y compararlos (en trminos de costo) con
aquellos que se obtengan del MGI.

1.4

Estructura del Trabajo

En este primer captulo se plantea el problema general de planificacin de


sistemas elctricos, se presentan los objetivos que se persiguen en este trabajo y se
realiza una revisin bibliogrfica, donde adems de describir las distintas formas que
existen para abordar este problema, se presentan algunos de los modelos actualmente
usados para su solucin.
En el segundo captulo se presenta la modelacin realizada en este
trabajo para resolver el problema de planificacin elctrica. Junto a esto se describe
el problema de optimizacin asociado a dicha modelacin.
En el tercer captulo se realiza un anlisis terico de una tcnica
matemtica de descomposicin, llamada descomposicin de Benders, utilizada para
resolver problemas que tienen caractersticas similares a las de los problemas de
planificacin elctrica. Adems se presenta un algoritmo desarrollado para resolver
ste ultimo tipo de problemas.
En el cuarto captulo se describe el programa computacional desarrollado
para la solucin del problema de planificacin, se entregan los resultados obtenidos
al aplicar este programa a un sistema de prueba y se realiza una validacin de ste.

1.5

Revisin Bibliogrfica

Dada la importancia que tienen los modelos de planificacin en el


desarrollo de los sistemas elctricos, se han realizado numerosos estudios destinados
a elaborar nuevas herramientas capaces de abordar este tipo de problemas.
Existen distintos tipos de modelos que se utilizan para encontrar
soluciones ptimas al problema de planificacin, pudiendo stos ser agrupados en 2
clases [Ande86, Skok94].

Tabla 1.1 Clasificacin de los modelos utilizados en planificacin.


a) Modelos que slo evalan planes de -Modelos de anlisis marginal.
expansin.
- Modelos de operacin.
b) Modelos que proponen planes de - Modelos globales de optimizacin.
expansin.

A continuacin se describir en forma breve la estructura y


funcionamiento de cada uno de estos tipos de modelos.

1.5.1

Modelos de anlisis marginal

Estos modelos [Ande86] se aplicaron inicialmente a mediados de 1940 a


problemas de inversin del sistema elctrico francs por la Electricit de France.
Desde entonces han sido aplicados regularmente en otros pases.
Algoritmos de este tipo comienzan con un programa inicial de obras, el
cual debe satisfacer en forma razonable los requisitos que se le imponen
(abastecimiento de la demanda de potencia y energa, secuencia de instalacin de

centrales, etc.), y tratan de mejorarlo reduciendo los costos de operacin a travs de


sustituciones marginales. Es decir, el modelo reemplaza sucesivamente cada una de
las centrales candidatas a ser instaladas y calcula el beneficio que se obtiene en cada
una de las sustituciones. De esta manera se obtiene un orden de mrito para instalar
las centrales posteriormente. En algunos casos se ha propuesto usar los costos
marginales de los sistemas elctricos para medir los beneficios de cada una de las
centrales candidatas a ser instaladas, y determinar de esta manera un orden de
prioridad para estas instalaciones (a partir de los beneficios y costos, por ejemplo)
[Skok94].
Una aplicacin comn de este tipo de anlisis es la comparacin de
centrales trmicas versus plantas hidrulicas para satisfacer una determinada
demanda.

Las dificultades de este mtodo son:


a) Resulta tedioso el clculo de costos de combustibles sobre perodos de 20-30
aos, sobre todo cuando la demanda flucta rpidamente y existen muchos tipos
distintos de centrales que pueden ser incorporadas al sistema. Adems este
enfoque es un problema de optimizacin en s, ya que cada planta debe ser
operada de manera de minimizar el costo de operacin del sistema.
b) El problema de sustitucin puede tornarse muy extenso y requerir de muchas
iteraciones.

1.5.2

Modelos de operacin

El objetivo de los modelos de operacin [Ande86][Skok94] es


determinar el plan de obras que minimice el costo de operacin e inversin de un
sistema elctrico sujeto a restricciones de confiabilidad. Para esto los modelos
simulan la operacin del sistema para distintos planes alternativos (inicialmente se
define una cantidad finita de planes alternativos) y seleccionan aquel que cumpla el

objetivo mencionado anteriormente. Aunque stos tienen un propsito comn, es


posible separarlos en 3 categoras:
a) Modelos que integran la curva de carga directamente.
b) Modelos que utilizan programacin dinmica.
c) Modelos que utilizan programacin lineal.

Modelos que integran la curva de carga directamente


Este tipo de modelos es adecuado para sistemas trmicos, aunque ya ha
sido adaptado para sistemas hidrotrmicos.
El mtodo consiste en estimar a partir de la curva de duracin de la
demanda el tiempo que deber mantenerse operando cada una de las centrales, las
que deben haber sido ordenadas de acuerdo a sus costos variables de generacin
(orden de mrito).

Figura 1.1 Curva de duracin de la demanda

En este tipo de modelos las centrales hidralicas tienen un plan definido


de operacin. Esto es sin duda una de las debilidades de este mtodo en estudios de
sistemas hidrotrmicos.
Este tipo de simulaciones fue usada por la Central Electricity Generating
Board de Inglaterra para estimar los costos de generacin (calculados a travs de
modelos matemticos) asociados a diferentes programas de inversin. Una vez que
stos han sido determinados, es posible obtener el programa que implique el menor
costo de operacin.

Modelos que utilizan programacin dinmica


Las tcnicas de programacin dinmica han sido usadas para determinar
el mnimo costo de operacin para sistemas hidrotrmicos y generalmente con la
prescencia de embalses [Ande86].
La gran diferencia entre este tipo de modelos y los del punto anterior, es
que en stos la operacin de las centrales hidralicas con embalse no es predefinida.
En estos el horizonte de estudio es dividido en aos o perodos y se debe determinar
que cantidad de agua debe ser utilizada en un perodo y cunto debe utilizarse en el
siguiente. Este tipo de procesos de decisin es secuencial, ya que la cantidad de agua
que se use en un perodo depender de la cantidad de agua que deba guardarse para el
siguiente, y as sucesivamente.
De esta manera es posible conocer el costo de operacin asociado a
distintos planes de inversin y as determinar aquel que signifique el menor costo de
inversin y operacin.
Un ejemplo de este tipo de algoritmos es el modelo GOL, el que es
analizado en detalle ms adelante.

Modelos que usan programacin lineal


Este tipo de modelos consiste en una funcin objetivo (costo de
operacin del sistema que se est estudiando) y un conjunto de restricciones.
Inicialmente estos modelos definen una cantidad determinada de planes de
expansin. Minimizando la funcin objetivo de estos modelos se obtiene la
generacin ptima de cada una de las centrales que los forman. De esta manera, al
evaluar un gran nmero de configuraciones, es posible determinar aquella que
minimiza el costo de inversin ms el de operacin del sistema elctrico.

1.5.3

Modelos globales de optimizacin

Estos modelos [Ande86, Skok94] han sido desarrollados para buscar y


evaluar un gran nmero de polticas de inversin presentes y futuras, de manera de
encontrar la configuracin ptima que minimice el costo de inversin ms el de
operacin. De esto ltimo se deduce que cada uno de estas polticas corresponde a
una solucin factible del problema de optimizacin.
Para cada poltica de inversin estos modelos evalan y simulan la
operacin del sistema. Por esto se puede decir que los modelos de operacin son slo
un caso especial de los modelos globales de optimizacin. La formulacin de un
modelo global necesariamente envuelve aproximaciones, pero cuando una solucin
ha sido alcanzada, sta puede ser examinada con mayor detalle por un anlisis
marginal usando modelos de operacin.
Los modelos globales pueden dividirse en funcin del tipo de
programacin que utilizan para la solucin del problema de optimizacin.

10

Modelos globales basados en programacin lineal


Los modelos globales basados en programacin lineal fueron estudiados
por primera vez a mediados de los aos 50, por Mass y Gibrat (Electricite de
France), quienes publicaron sus resultados en 1957.

El planteamiento general de un problema de programacin lineal es el


siguiente:
Minimizar ctx
sujeto a:

Ax < b
x Rn

donde:
c

= vector de costos.

Amxn

= matriz de coeficientes de las restricciones .

= lado derecho de las restricciones.

En el caso de los modelos globales de inversin, las variables de decisin


son, por lo general, las capacidades de las nuevas centrales, e incluyen restricciones
del tipo:
a) Satisfaccin de la demanda.
b) Lmites de generacin.
c) Restricciones hidrulicas de centrales con embalses.
d) Restrcciones de seguridad (abastecimiento de demanda mxima y de energa
en perodos crticos.

11

Un ejemplo de este tipo de modelos es el Modelo Global de Seleccin de


Inversiones (MGI).
Ahora bien, dado que actualmente existen computadores capaces de
resolver problemas con un gran nmero de variables y restricciones, los modelos
globales de inversin se han extendido de 3 maneras:

Inclusin de reemplazo.
El reemplazo ptimo de una central ocurre cuando es ms barato
expandir y operar el sistema de potencia sin ella. Las causas de esto pueden ser:
elevados costos de mantencin y operacin versus el costo de nuevas plantas, etc.
[Ande86].
El requisito que debe ser impuesto para poder realizar esta evaluacin
es que puedan ser separados los costos fijos y de mantencin de otro tipo de costos.

Inclusin aproximada de la transmisin.


Como se sabe, los sistemas de transmisin reducen los costos de
abastecimiento de 4 modos: es ms fcil agregar capacidad de reserva con
interconexin, los demandas pueden ser abastecidas con menor capacidad, se hace
posible el intercambio de energa entre regiones y se pueden lograr economas de
escala. Es por esto que resulta til incluir restricciones que de algn modo modelen
la transmisin [Ande86].

Inclusin de variables de reserva de agua y variables de polticas de


operacin.
Mediante este tipo de restricciones [Ande85, Baja85, Pere92, Wood84]
se busca el mnimo costo en programas de inversiones que satisfagan una demanda

12

exgena, un plan de liberacin de agua para irrigacin y un grado planeado de control


de inundacin. El almacenamiento peak y la cantidad de agua en cada estacin son
tratadas como variables de decisin en este tipo de restricciones.

Modelos globales basados en programacin no lineal


El funcionamiento de estos modelos consiste en ordenar inicialmente
todas las centrales que existen o se pueden conectar al sistema segn un orden. Con
esto las restricciones asociadas a capacidades de generacin pueden ser eliminadas de
la formulacin.
Una vez ordenadas las centrales de acuerdo a este orden de mrito, se
calcula el costo total de operacin en funcin de la demanda (representada por la
curva de duracin), lo cual implica expresar la generacin de las centrales en funcin
de ella. De esta manera es posible expresar en un problema de minimizacin la
potencia a instalar de una determinada central en funcin de la demanda, lo cual, por
las caractersticas de la curva de duracin transforma este problema en uno no lineal.
De esta manera, al resolver el problema de minimizacin se obtiene la
configuracin que implica el costo ptimo de operacin del sistema elctrico.
Otro tipo de modelar globales no lineales ofrecen no linealidades tanto en
las variables de inversin como las de operacin. En el caso de las primeras, la
relacin que existe entre la potencia instalada y el costo de inversin no es lineal
(resto es vlido principalmente para las centrales hidrulicas). Lo mismo ocurre con
las variables de operacin, ya que el costo variable de operacin no tiene una relacin
lineal con la generacin de las centrales.

Modelos globales basados en programacin dinmica


Estos modelos comienzan generando una gran cantidadde planes
alternativos de inversin. Luego dividen el horizonte de estudio en un determinado

13

nmero de perodos o aos. Por ltimo, a travs de un proceso de programacin


dinmica, seleccionan la secuencia en que se instalarn las centrales futuras de modo
de minimizar el costo de operacin e inversin del sistema.
Un ejemplo de este tipo de modelos el el WASP.
1.5.4

Anlisis comparativo de los modelos presentados

En los puntos anteriores se presentaron 4 tipos de modelos que buscan


solucionar el problema de planificacin de los sistemas elctricos a travs de distintas
metodologas. A continuacin se presentan las mayores desventajas de cada uno de
ellos:
a)

Modelos de anlisis marginal y modelos globales de mtodos marginales.


El mayor problema de estos modelos es que la sustitucin puede tornarse muy
extensa y requerir de muchas iteraciones, lo cual sin duda afecta el nmero de
alternativas de inversin que se analizan.

b)

Modelos de operacin.
Su mayor desventaja consiste en que en stos es necesario definir un nmero
finito de planes alternativos de inversin. Aunque resulta claro que para uno de
stos se obtendr el menor costo de operacin e inversin, ste no ser
necesariamente el costo mnimo, ya que siempre existirn configuraciones que
no se consideren en los planes alternativos establecidos inicialmente.

c)

Modelos globales de optimizacin.


El mayor problema de este tipo de modelos es la forma como modelan la
operacin del sistema elctrico (simplicidad en la modelacin de centrales
generadoras, lineas de transmisin, etc.) que se est analizando. Sin embargo
stos poseen una gran ventaja frente a los modelos anteriores. En stos el
planificador no necesita generar distintos planes de expansin, sino que es el
modelo quien entrega un plan que minimiza el costo de inversin y el de
operacin de un determinado sistema elctrico.

14

Del anlisis realizado se concluy que los modelos globales de


optimizacin son los que presentan mayores ventajas para aplicar el algoritmo de
Benders. Esto se debe fundamentalmente a la forma en que modelan y solucionan el
problema de planificacin de los sistemas elctricos, ya que sta se ajusta al tipo de
problemas que puede ser solucionado a travs del algoritmo de descomposicin. Por
otro lado, dado el objetivo que tiene el presente trabajo, mejoras en la modelacin de
la operacin del sistema pueden proponerse como desarrollos futuros.

1.6

Descripcin de las Caractersticas Generales de los Modelos


Utilizados en Planificacin.

De la revisin bibliogrfica realizada se identificaron algunos de los


modelos comnmente usados para la solucin del problema de planificacin de los
sistemas elctricos. Si bien es cierto que stos intentan solucionar el mismo
problema, los enfoques que dan a ste difieren bastante entre cada uno de ellos.
A pesar de esto ltimo, es posible distinguir 3 elementos que representan
un sistema elctrico. stos son: la demanda del sistema, las centrales existentes y
futuras, y el sistema de transmisin.

Representacin de la demanda.
La demanda puede estar representada a travs de una curva diaria tpica,
una curva de duracin (continua o por bloques), una curva integral o a travs de un
bloque de demanda de energa y una demanda mxima.

Representacin de las centrales.


Las centrales que comnmente consideran los modelos para cubrir los
requerimientos de demandas presentes y futuras son: centrales hidroelctricas y
centrales termoelctricas (a carbn, petrleo, nucleares, turbinas a gas, etc.).

15

En cuanto a la flexibilidad de operacin se puede mencionar que las


centrales hidroelctricas, junto con las turbinas a gas y los grupos diesel, presentan
caractersticas muy superiores con respecto a otro tipo de centrales.
Con respecto a la disponibilidad de las centrales, es importante destacar
que las centrales termoelctricas, junto a las centrales nucleares, tienen factores de
indisponibilidad mayores que las centrales hidroelctricas y las turbinas a gas. Esta
.caracterstica se representa, en el caso de las centrales trmicas, a travs de factores
de planta.
En cuanto a los costos de operacin, puede decirse que las centrales
hidroelctricas slo presentan costos fijos, ya que los costos de generacin pueden
asumirse prcticamente nulos. En cuanto a las centrales trmicas, stas presentan
costos de operacin que van desde unos pocos millsUS$/KWh (centrales nucleares)
hasta valores muy superiores, como es el caso de las turbinas a gas.
En relacin a los costos de inversin, las centrales hidroelctricas y
nucleares presentan los mayores costos de inversin. stos son mucho mayores que
los de las centrales termoelctricas.

Representacin del sistema de transmisin.


ste est representado generalmente por lneas que unen distintos nodos.
A stas se les especifica por lo general, algn tipo de prdida. Aunque las lneas de
transmisin constituyen una parte fundamental dentro de un sistema elctrico, stas
no siempre son representadas en modelos de planificacin.

1.7

Algunos modelos en uso

Los modelos que a continuacin se presentan se obtuvieron de la revisin


bibliogrfica realizada y han sido clasificados de acuerdo a las categoras

16

mencionadas en el punto anterior. Es necesario desatacar que stos pueden tener


caractersticas que difieran algo de las categoras vistas anteriormente.

Tabla 1.2 Clasificacin general de algunos modelos de planificacin


Categora

Nombre del modelo

1.

Modelo de operacin

GOL

2.

Modelo global de optimizacin basado


en programacin dinmica

WASP

3.

Modelo global de optimizacin de 2 Modelo de planificacin a largo plazo en


etapas
un sistema predominantemente hidrulico
Modelo de operacin ptima
decentrales hidrulicas

4.

Modelo global de optimizacin


basado en programacin lineal

Modelo de planificacin de sistemas


hidrotrmicos basado en algoritmos
de mltiples objetivos
MGI

1.7.1

Modelo GOL

El modelo GOL (Gestin Optima del Laja) [Skok83] naci como


respuesta a la necesidad de contar con una herramienta que permitiera, por una parte,
efectuar estudios de planificacin de obras en el SIC, y por otra, prever los consumos
de carbn y su distribucin probabilstica en las centrales del sistema. Sin embargo
uno de los usos ms importantes del modelo ha sido la determinacin de los costos
marginales del SIC, base del sistema tarifario diseado por la Comisin Nacional de
Energa (CNE).
Para cumplir este objetivo el modelo divide el horizonte de estudio (que
puede extenderse por varios aos) en un nmero determinado de perodos (cada uno

17

corresponde a un trimestre). Una vez hecha esta divisin, se definen estados en cada
uno de stos. Los estados corresponden a la cota que el lago Laja puede alcanzar al
final de cada trimestre. Estas cotas deben cumplir con una banda impuesta por el
volumen aprovechable del lago Laja. Para satisfacer la demanda en cada uno de los
estados considerados, el modelo despacha en primer lugar las centrales hidrulicas y
luego las trmicas (en orden creciente de costos). De existir falla, el costo asociado
depender de la profundidad de sta.
Para poder iniciar la fase de potimizacin, es necesario disponer de una
estimacin inicial de la funcin de valor estratgico a distintas cotas a fines del
ltimo ao de estudio. Para esto el modelo agrega 3 aos adicionales al perodo de
anlisis. Los 2 primeros de ellos presentan caractersticas idnticas al del ltimo ao
en estudio (iguales demandas, instalaciones, costos, etc.). En el tercer ao se
considera una operacin anual simplificada (demanda un poco superior al ao
anterior, etc.) y se obliga a que el embalse alcance una cota final de 1326,6 m.s.n.m.,
ya que este es un valor que fsicamente puede alcanzarse desde cualquier condicin
inicial del embalse.
Una vez definidos los estados y los valores estratgicos a fines del ltimo
perodo en estudio, el modelo resuelve mediante programacin dinmica el problema
de planificacin.
Dada la importancia que tiene este modelo para los estudios que se
realizan en nuestro pas, se describir en primer lugar la forma como ste modela el
sistema elctrico (elementos internos y factores externos) y luego como es utilizado
en planificacin.

Modelacin del sistema elctrico


a) Representacin de la demanda
La demanda es representada por una demanda mxima y por un bloque
de energa trimestral.

18

b) Representacin de centrales generadoras


Representacin de centrales hidrulicas existentes.
Este tipo de centrales se representan de dos maneras distintas,
dependiendo de si stas pertenecen o no a la cuenca del lago Laja.
Las centrales que pertenecen a esta cuenca se representan dentro del
modelo en forma independiente (cada una tiene una funcin de generacin
independiente del resto de las centrales hidrulicas). La generacin de este tipo de
centrales es una funcin de la cota del lago Laja, la cual es una de las variables del
modelo.
Por otro lado, las centrales que no pertenecen a la cuenca del lago Laja se
agrupan en una sola central, sin importar el tipo de regulacin con que cuenten. A
ellas se les especifica energas generables mensualmente para los 40 aos
hidrolgicos considerados por el modelo.

Representacin de centrales hidroelctricas futuras.


Este tipo de centrales se representan dentro del modelo en forma
independiente, tal como sucede con las centrales que pertenecen a la cuenca del lago
Laja. Sin embargo, a diferencia de stas, a las centrales hidroelctricas futuras se les
especifican energas generables mensualmente para los 40 aos hidrolgicos
considerados por el modelo.

Representacin de centrales termoelctricas existentes y futuras.


Este tipo de centrales se representan dentro del modelo en forma
independiente. A cada una de estas centrales se especifica un costo de generacin y
una disponibilidad trimestral.

19

iii.Representacin del sistema de transmisin


El modelo GOL no representa las lneas de transmisin de un sistema
elctrico. ste utiliza una representacin uninodal, lo cual significa que la demanda y
la oferta de energa se suponen en un mismo punto.

Uso del modelo en planificacin.


Una vez determinado el perfil de valores estratgicos a fines del ltimo
perodo, se procede de la siguiente forma:
a)

Se estructuran diversos programas alternativos de instalacin de centrales, a


travs de la combinacin de los diversos proyectos en estudio y de sus
diferentes fechas posibles de puesta en servicio.

b)

Para cada programa se calcula el costo ptimo de operacin y falla del SIC,
utilizando el modelo GOL.

c)

Se calcula el costo actualizado de inversin de cada programa, y se le suma el


costo actualizado de operacin y falla, obtenindose el costo total actualizado.

d)

Se determina aqul programa cuyo costo total actualizado sea mnimo.

Limitaciones del modelo


Las limitaciones ms importantes del modelo GOL son:
a) No representa la lneas de transmisin de un sistema elctrico.
b) Slo analiza un nmero limitado de planes alternativos de inversin.

20

1.7.2

Modelo WASP

El modelo WASP (Wien Automatic Planning Package) es un modelo


computacional de planificacin elctrica diseado por el Organismo Internacional de
Energa Atmica para determinar, desde un punto de vista econmico, la secuencia
ptima de instalacin de centrales generadoras.

Funcionamiento del modelo.


a)

Procesa y genera archivos que contienen toda la informacin sobre caractersticas


de la demanda futura, de las centrales existentes al inicio del perodo de estudio,
y de los tipos y caractersticas de centrales que se consideran como posibles para
la expansin del sistema.

b)

Genera una gran cantidad de configuraciones alternativas que podran abastecer


la demanda futura, de acuerdo a los distintos tipos y tamaos de centrales que el
usuario ha definido.

c)

Simula probabilsticamente la operacin del sistema elctrico considerando la


disponibilidad de las unidades generadoras. El modelo utiliza simulaciones para
cada configuracin y ao del perodo en estudio, y determina el costo de
operacin correspondiente.

d)

A travs de un proceso de programacin dinmica, selecciona la secuencia, el


tipo, tamao y fecha de puesta en servicio de las centrales futuras que minimizan
el costo total actualizado de inversin, operacin y falla del sistema.

Estructura del modelo.


El modelo WASP est formado por 6 mdulos interrelacionados que
pueden procesarse en forma conjunta o independientemente. Estos mdulos son:

21

- LOADSY
(Load System)

- FIXSYS

Procesa y crea un archivo con las caractersticas de las


demandas futuras. Genera curvas de duracin invertidas y
desarrolladas en series de Fourier, lo cual ofrece algunas
ventajas matemticas.
Procesa y crea un archivo con las caractersticas de las
centrales existentes al principio del perodo en estudio.

(Fixed System)
Las centrales trmicas son representadas por el nmero de
unidades, sus mnimos tcnicos, costo especfico, precio
de combustible, etc.
Las centrales hidrulicas son representadas por su
potencia instalada, volumen, regulacin, energa afluente,
energa mnima de generacin y potencia mxima para
cada hidrologa (permite definir un mximo de 5). En el
caso de embalses con regulacin estacional es necesario
hacer una preoperacin del embalse.
- VARSYS
(Variable System)

Define las caractersticas de las centrales que sern


consideradas como candidatas para la expansin del
sistema. Permite definir hasta 12 centrales trmicas
futuras y 2 centrales hidrulicas futuras.
Las caractersticas definidas para cada una de estas
centrales corresponden al tipo de parmetros entregados
en FIXSYS.

- CONGEN
(Configuration Generator)

Genera programas de obras alternativos - configuraciones


- sobre la base de los criterios establecidos por el usuario.
Se debe explicitar, por ejemplo, el rango de potencia
instalada en cada configuracin, el nmero mnimo y
mximo de unidades de cada planta, etc.

22

- MERSIM
(Merge and Simulate)

- DYNPRO
(Dynamic Programing)

1.7.3

Simula y determina los costos de operacin del sistema


para cada configuracin y ao del perodo de estudio.
Adems entrega la energa fallada y la confiabilidad de la
configuracin.
Mediante un proceso de programacin dinmica,
determina la secuencia de instalaciones que minimiza el
costo actualizado de inversin ms operacin del sistema.

Modelo de planificacin a
predominantemente hidrulico

largo

plazo

en

un

sistema

El modelo planificacin a largo plazo en un sistema predominantemente


hidrulico [Haki85] consiste en un algoritmo iterativo de 2 etapas.
En la primera etapa el objetivo es determinar un buen pronstico de la
demanda basado en un programa de expansin del sistema, ya que como se sabe el
precio de la electricidad y la configuracin futura del sistema elctrico influyen en la
demanda [Haki85].
En la segunda etapa un modelo de optimizacin lineal es utilizado para
determinar la mejor estrategia de expansin a partir de las demandas futuras
pronosticadas. Esta fase utiliza tambin un modelo de simulacin para determinar si
es o no factible el plan de expansin propuesto por esta etapa.
El algoritmo consiste en realizar 2 iteraciones. En la primera se obtiene
un pronstico de la demanda, a partir de un plan de expansin inicial, que sirve para
determinar un segundo plan de expansin. En la segunda iteracin se obtiene un
tercer plan de expansin, el cual es comparado con el segundo plan propuesto.

23

1.7.4

Modelo de operacin ptima de centrales hidrulicas

El modelo operacin ptima de centrales hidrulicas en la planificacin


de la expansin a largo plazo [Lee85] provee una solucin con una exactitud
razonable al problema de planificacin, con un esfuerzo computacional mucho
menor que otros mtodos computacionales.
El modelo descompone el problema de planificacin a largo plazo para
sistemas hidrotrmicos en un problema maestro, subproblemas bsicos y un
subproblema hidrulico. El problema maestro tiene como objetivo determinar un
programa de expansin que minimice el costo total de inversin y que satisfaga las
restricciones de abastecimiento de la demanda.
Los subproblemas bsicos son usados para determinar el costo de
operacin del sistema y la confiabilidad anual. Cuando las centrales hidrulicas son
parte del sistema, el subproblema hidrulico es usado para determinar la distribucin
ptima de energa hidrulica, en cada ao del perodo de estudio, por minimizacin
del costo de operacin.
El problema maestro es un problema tpicamente no lineal y es resuelto
por una versin del mtodo proyeccin del gradiente.
El subproblema hidrulico tambin es un problema no lineal con
restricciones no lineales, que puede ser resuelto combinando el concepto de
operacin en demanda mxima a partir de la curva de carga, con el modelo
analtico de costo de produccin [Lee85].

1.7.5

Modelo de planificacin de sistemas hidrotrmicos basado en


algoritmos de mltiples objetivos

Este modelo [Baja85] tiene como objetivo determinar, para un sistema


hidrotrmico dado, el momento ptimo en que capacidad de generacin adicional
debe agregarse al sistema, tomando en cuenta el hecho que los embalses de algunas
centrales hidrulicas tienen mltiples propsitos.

24

El modelo es planteado como un problema de programacin lineal con 2


funciones objetivos.
La primera funcin objetivo corresponde a la minimizacin del costo de
expansin de un sistema elctrico, teniendo en mente slamente la produccin de
electricidad.
La segunda funcin es la maximizacin del beneficio neto que se obtiene
del programa de expansin del sistema, teniendo en cuenta los mltiples usos del
agua de las centrales hidroelctricas.
La solucin conjunta de estas 2 funciones objetivo se logra a travs de los
llamadas tcnicas conversacionales [Baja85].

1.7.6

Modelo MGI

El modelo MGI (Modelo Global de Seleccin de Inversiones) [Skok87,


Cabe93] es un modelo matemtico de planificacin elctrica creado por la ENDESA
para determinar en forma aproximada el programa de obras futuras de generacin y
transmisin que minimiza el costo total actualizado de inversin ms operacin de un
sistema elctrico.
Su principal ventaja reside en que permite analizar un gran nmero de
centrales alternativas (cada una con un tamao variable) y representa el sistema de
transmisin.
Una de sus limitaciones reside en el hecho que la ubicacin cronolgica
de las obras del programa ptimo resultante no es precisa. Lo anterior lleva a la
necesidad de utilizar modelos ms finos con el objeto de adoptar las decisiones de
ejecucin de las primeras obras del programa.
Por otro lado, al ser ste un modelo de programacin lineal, se define en
forma relativamente gruesa la estructura futura del Sistema Interconectado, as como
tambin las caractersticas de las centrales generadoras. Por este motivo es necesario

25

usar posteriormente otros modelos que permitan obtener resultados ms detallados


para la toma de decisiones. Estos modelos ms detallados toman como punto de
partida las soluciones que entrega el MGI.
Entre las principales caractersticas que posee el modelo MGI se cuentan
las de:
a)

Determinar la potencia ptima a instalar en los proyectos hidroelctricos


considerando curvas de costos y de aportes de energa en funcin de la
potencia instalada.

b)

Tomar en consideracin la regionalizacin de la demanda, la ubicacin de las


centrales generadoras y el desarrollo de los sistemas de transmisin necesarios.

Dada las caractersticas de este modelo, se describirn en mayor detalle la


forma como ste modela el sistema elctrico y la metodologa que se emplea para
resolverlo.

Modelacin del sistema elctrico


El modelo MGI considera un horizonte de estudio de varios aos, el cual
es dividido en perodos que corresponden a la fecha de puesta en servicio de las
futuras instalaciones (cada perodo abarca un cantidad determinada de aos). De la
misma manera, y dado la dependencia que existe en este modelo, entre el costo de
generacin y las condiciones hidrolgicas, ste considera un cierto nmero de
hidrologas dentro de la modelacin del problema.
Para representar adecuadamente la distribucin geogrfica de los
consumos, la ubicacin de las centrales y las ampliaciones del sistema troncal de
transmisin, se definen nudos. En cada nudo se concentran los consumos
correspondientes a la regin asignada y los aportes de las centrales ubicadas
geogrficamente en esa zona. Los nudos estn unidos entre si por el sistema troncal
de transmisin.

26

Como el comportamiento de la demanda, la disponibilidad de los equipos


de las centrales y los afluentes a las centrales hidroelctricas son en general
aleatorios, el MGI adopta los siguientes criterios de seguridad:
a)

El criterio de seguridad que se impone con respecto a la incertidumbre


hidrolgica es que el sistema sea capaz de abastecer la demanda de energa en
todas las estaciones del ao considerando solamente los aportes garantizados
de las centrales hidralicas (potencia o energa que es capaz de generar una
central hidrulica en condiciones secas a la hora de mxima demanda),
adems de las generaciones de las centrales trmicas.

b)

Para representar la falla de los equipos, que afecta principalmente a las


centrales trmicas, el modelo reduce la potencia de la central trmica en la tasa
de indisponibilidad.

c)

El modelo tambin representa la necesidad de instalacin de potencia por


efectos de indisponibilidad. Para esto el MGI incrementa la demanda mxima
multiplicndola por un factor de seguridad.

La representacin que hace el modelo MGI de cada uno de los elementos


que forman un sistema elctrico, es explicada a continuacin.

Representacin de la demanda
La demanda elctrica presenta variaciones cclicas tanto diarias, como
estacionales. Considerando estas variaciones en forma simplificada, el MGI
representa la demanda por:
a) Demanda mxima anual.
b) Energa demandada en las diferentes estaciones del ao.

27

El crecimiento de la demanda se ve reflejado por la evolucin de estos


valores en los perodos, por lo que stos debern definirse para cada nudo del sistema
en estudio y para cada perodo de tiempo definido. Las demandas consideradas por el
modelo son las mximas de cada perodo y por lo tanto corresponden a las del ltimo
ao de cada uno de ellos.

Representacin de centrales generadoras


El equipamiento posible de construir en el futuro se representa a travs de
dos tipos de variables: variables de capacidad y variables de explotacin.
Las variables de capacidad expresan la cantidad de potencia a instalar en
cada central y la capacidad de transmisin a travs de las nuevas lneas.
Las variables de explotacin expresan las contribuciones que efecta
cada central o sistema de transmisin a la demanda.
Ambos tipos de variables aparecen en la funcin objetivo del problema
multiplicadas por los costos de inversin y generacin respectivos.

Representacin de las centrales hidroelctricas futuras


Dado que el costo de inversin y la generacin anual tienen variaciones
no lineales con la potencia instalada, el MGI descompone las centrales hidrulicas
futuras en varias etapas o subcentrales ficticias, para cada una de las cuales supone
una variacin lineal de los aportes de energa y costos de inversin. Cada etapa est
representada dentro del modelo por una variable de capacidad continua especfica
(variables de capacidad).
Los aportes de energa (variables de explotacin) de las centrales en cada
estacin e hidrologa se linealizan para cada una de las subcentrales o etapas que
representan la central. Esto quiere decir que para cada etapa existe un aporte de
energa constante por unidad de potencia instalada en cada una de las estaciones e

28

hidrologa. En la funcin objetivo esta variable continua aparece multiplicada por un


factor cero, ya que se supone un costo de generacin nulo para este tipo de centrales.

Figura 1.2 Variacin de la energa generada por una central hidroelctrica


con respecto a la potencia instalada

Representacin de las centrales trmicas futuras


Para cada central trmica futura se define una variable de capacidad
continua que representa la potencia a instalar en un perodo determinado. A cada
variable de capacidad se asocia un costo de inversin, el cual vara linealmente
respecto de la potencia instalada.
Se definen variables de generacin continuas para cada estacin e
hidrologa (variables de explotacin). En la funcin objetivo aparece el costo de
generacin en cada estacin e hidrologa ponderado por la probabilidad de ocurrencia
de cada hidrologa.

29

Todas las centrales trmicas futuras, ya sean stas convencionales,


geotrmicas o nucleares, se representan de una manera similar. La nica excepcin la
constituyen las turbinas a gas futuras. stas, aunque no se representan por una
variable de generacin explcita, sus costos de generacin se incluyen en los costos
de inversin de la central, de modo que la generacin esperada con su respectivo
costo, sea obligatoria si el modelo decide instalar una turbina a gas.

Representacin de las centrales hidrulicas existentes


Dado que estas centrales ya existen, y por lo tanto su aporte de potencia
garantizada al sistema es conocido. ste se resta de la demanda de cada perodo. De
igual manera los aportes de energa se restan de las demandas de este producto en
cada estacin e hidrologa.

Representacin de las centrales trmicas existentes


Las centrales trmicas a vapor se representan por variables de generacin
en cada hidrologa, estacin y perodo. De igual manera se representan las turbinas a
gas existentes. En este caso la variable de generacin es explcita y tiene su costo
correspondiente en la funcin objetivo.
Representacin del sistema de transmisin
Las caractersticas del sistema de transmisin se representan de manera
aproximada con el objeto de obtener una estimacin de las energas intercambiadas
entre zonas y su influencia en la seleccin de alternativas de generacin.
Se define una variable de capacidad de transmisin entre nudos para cada
perodo. Es una variable continua que tiene asociado un costo de inversin y
representa la capacidad adicional de transmisin en cada perodo. La ampliacin de
capacidad de las lneas de transmisin es representada dentro del modelo por dos
variables, ya que una ampliacin en dos etapas se ajusta mejor a la realidad. Esto se

30

deba a que es frecuente que las primeras ampliaciones de capacidad no correspondan


a aumentar el nmero de circuitos sino que instalar, por ejemplo, condensadores
estticos.

Metodologa de solucin
Dada la modelacin que hace el MGI de un sistema elctrico, el problema
de planificacin puede plantearse como un problema de programacin lineal con un
gran nmero de variables y restricciones. Como todo problema de optimizacin
lineal, puede ser separado en una funcin objetivo y restricciones.

Funcin objetivo
La funcin objetivo expresa el costo total actualizado de inversin y
operacin del sistema elctrico durante el horizonte de estudio. Las variables de
capacidad se definen para cada nudo y cada perodo, mientras que las variables de
explotacin se definen para cada nudo, perodo, estacin e hidrologa. De este modo
se logran 3 objetivos:
a)

Determinar la estructura ptima del sistema en cada subperodo y para cada


nudo.

b)

Dimensionar las instalaciones futuras.

c)

Determinar la operacin del sistema (centrales y lneas de transmisin) en cada


perodo del estudio.

31

Restricciones del modelo


Las restricciones del modelo expresan condiciones de:

Abastecimiento de demanda mxima para cada nudo y perodo.

a)

Abastecimiento de consumo de energa para cada nudo, estacin, hidrologa y


perodo.

b)

Capacidades mximas de instalacin de centrales y sistemas de transmisin.

c)

Capacidades mximas y mnimas de generacin de centrales trmicas.

d)

Capacidades mximas de transmisin.

e)

Restricciones de coordinacin de instalacin de etapas en el caso de las


centrales hidroelctricas.

f)

Restricciones de coordinacin en instalacin de ampliaciones de capacidad de


transmisin.

Limitaciones del modelo


Una de sus limitaciones reside en el hecho que la ubicacin cronolgica
de las obras del programa ptimo resultante no es precisa, ya que el nmero de aos
que comprende cada perodo puede ser grande. Lo anterior lleva a la necesidad de
utilizar modelos ms finos con el objeto de adoptar las decisiones de ejecucin de las
primeras obras del programa.
Por otro lado, al ser ste un modelo de programacin lineal, se define en
forma relativamente gruesa la estructura futura del Sistema Interconectado, as como
tambin las caractersticas de las centrales generadoras. Por este motivo es necesario
usar posteriormente otros modelos que permitan obtener resultados ms detallados

32

para la toma de decisiones. Estos modelos ms detallados toman como punto de


partida las soluciones que entrega el MGI.

33

II.

MODELACION

2.1

Introduccin

La representacin de un sistema elctrico dentro de un modelo de


planificacin puede ser simple e ir desde una modelacin que consiste en un slo
nudo, con hidrologas y demandas totalmente conocidas, hasta representaciones ms
complejas que de alguna manera consideran la aleatoriedad de parte de las variables
de este problema.
En un modelo de planificacin existen, por lo general, 2 tipos de
incertezas; las de corto plazo y las de largo plazo. Las primeras son todas aquellas
donde el planificador no tiene tiempo suficiente para reaccionar, e incluyen
condiciones de demanda cclicas, tiempo de operacin de unidades que se han
construdo y disponibilidad de unidades trmicas. Las incertezas de largo plazo son
todas aquellas donde el planificador tiene tiempo para reaccionar, e incluyen
conocimientos de la demanda mxima de un sistema elctrico y las condiciones
hidrolgicas.
A la luz de los discutido anteriormente, en un modelo de planificacin es
importante representar de alguna manera:

a)

La regionalizacin de la demanda.

b)

La forma de la demanda.

c)

Las condiciones hidrolgicas.

d)

Las caractersticas, tanto de generacin como de inversin, de los distintos


tipos de centrales consideradas.

e)

Las caractersticas del sistema de transmisin.

34

En Chile el problema de planificacin ha sido resuelto comnmente a


travs de los modelos MGI y GOL, siendo este ltimo el utilizado actualmente con
este propsito. Sin embargo, y dadas las caractersticas de este problema, resulta
interesante considerar al modelo MGI como una alternativa. Una de las ventajas de
ste frente al modelo GOL radica en la representacin que en el se hace del sistema
de transmisin. Si bien es cierto que en el MGI el sistema de transmisin no es
representado de manera exacta, por lo menos en este modelo se admite su existencia.
Otra ventaja importante reside en el hecho que el modelo MGI entega
como resultadosplanes ptimos de expansin (en trminos de costos). Sin embargo,
una de sus limitaciones est relacionada con la impresicin en la ubicacin
cronolgica de las obras del programa ptimo de expansin. Lo anterior lleva a la
necesidad de utilizar modelos ms finos (como por ejemplo el modelo GOL) con el
objetivo de tomar las decisiones de ejecucin de las primeras obras del programa.

2.2

Planteamiento General de Modelo

El modelo que se propone para la solucin del problema de planificacin


consiste bsicamente en las ecuaciones que forman el modelo MGI [Skok87,
Cabe93], ms ciertas variables que fue necesario aadir para poder desacoplar el
problema original en 2 mdulos; uno de inversin y otro de operacin. Las nuevas
variables que se agregaron al modelo, junto con las modificaciones que se hicieron a
stey el desacoplamiento del problema orignial en 2 subproblemas, se vern en
detalle ms adelante.
El modelo consta de una funcin objetivo y un set de restricciones a
travs de las cuales se modela la demanda, generacin y transmisin dentro del
sistema.
El equipamiento posible de construir en el futuro se representa a travs de
dos tipos de variables: variables de capacidad y variables de explotacin. Las
variables de capacidad expresan la cantidad de potencia que se debe instalar de una
determinada central y la ampliacin de capacidad que se debe hacer a las lneas de

35

transmisin existentes. Las variables de explotacin expresan las contribuciones


que efecta cada central a la demanda y lo que se debe transmitir a travs de cada
lnea de transmisin.
2.3

Modelacin de la Demanda

El modelo que se plantea para la planificacin de un sistema elctrico,


divide el horizonte de estudio en un nmero finito de perodos, los que corresponden
a las posibles fechas de puesta en servicio de las futuras instalaciones.
Para representar adecuadamente la distribucin geogrfica de la
demanda, la ubicacin de las centrales y las ampliaciones del sistema de transmisin,
se definen nudos. Para cada uno de stos, la demanda es representada por:
a) Una demanda mxima de potencia anual.
b) Energa demandada en las diferentes estaciones del ao.
Las demandas consideradas por el modelo son las mximas de cada
perodo y por lo tanto corresponden a las del ltimo ao de cada uno de ellos. Las
restricciones que se imponen para satisfacer los consumos de energa, han sido
expresadas en MW [Skok87, Cabe93]. Una de las modificaciones realizadas a este
tipo de restricciones, es que se considera la posibilidad de que se produzca falla en un
determinado nudo. Esta energa fallada tiene un alto costo, el cual obviamente est
presente en la funcin objetivo. El motivo por el cual se incorpor este tipo de
variables fue permitir, como ya se dijo, el desacoplamiento del problema inicial.
El crecimiento de la demanda se ve reflejado por la evolucin de estos
valores a travs de los perodos, por lo que debern definirse demandas para cada
nudo del sistema en estudio y para cada perodo de tiempo definido.

36

2.4

Modelacin de la Generacin

La generacin es representada dentro del modelo por un conjunto de


centrales existentes y futuras, que son utilizadas para satisfacer la demanda del
sistema. Cada una de stas est representada por variables de operacin para cada
perodo, estacin e hidrologa [Cabe93]. En el caso de las variables de capacidad,
stas estn definidas slo para cada perodo. Los tipos de centrales consideradas son:

Centrales hidrulicas existentes y futuras.


Dado que el costo de inversin y la generacin anual tienen variaciones
no lineales con la potencia instalada, el MGI descompone las centrales hidrulicas
futuras en varias etapas o subcentrales ficticias, para cada una de las cuales supone
una variacin lineal de los aportes de energa y costos de inversin. Cada etapa est
representada dentro del modelo por una variable continua especfica (variables de
capacidad). El modelo descompone cada central en 3 etapas: etapa pasada (XBA),
intermedia (XIN) y sobreequipamiento (XSO).
Dada la forma en que se modelan las centrales hidrulicas futuras, las
etapas pueden ser planteadas como distintos tipos de centrales (es decir, slo se
instala una de las etapas a lo largo del horizonte) o bien como simples etapas (para
cada central es posible tener al mismo tiempo capacidad de generacin de pasada,
intermedia y sobreequipamiento) [Skok87, Cabe93]. El modelo que a continuacin
se presenta, adopta el primer tipo de planteamiento. Esto quiere decir que cada
central hidrulica est representada por 3 variables enteras binarias.

37

Figura 2.1 Representacin de una central hidrulica a travs de 3 variables


enteras

Sin embargo, si se quisiese adoptar el segundo tipo de modelacin (es


decir tener al mismo tiempo capacidad de generacin de pasada, intermedia y
sobreequipamiento) bastara relajar la condicin de que las variables slo pueden
tomar valores entero binarios y permitir que stas puedan moverse en un rango
continuo de valores entre 0 y 1.
Los aportes de energa (variables de explotacin) de las centrales en
cada perodo, estacin e hidrologa se linealizan para cada una de las subcentrales o
etapas que representan la central. Esto quiere decir que para cada etapa existe un
aporte de energa constante por unidad de potencia instalada en cada una de las
estaciones (MW/MW instalado). Dado que la generacin de una central hidrulica es
funcin de la condicin hidrolgica, sta se supone conocida dentro de un
determinado escenario hidrolgico.
Como a las centrales hidrulicas existentes ya se les conoce su aporte de
potencia garantizada al sistema (potencia capaz de entregar una central en
condiciones hidrolgicas de sequa), ste se resta de la demanda en cada perodo. De
igual manera los aportes de energa se restan de las demandas de este producto en
cada perodo, estacin e hidrologa.

38

Centrales trmicas existentes y futuras


Para cada central trmica futura se define una variable de capacidad
continua que representa la potencia a instalar en un perodo determinado. A cada
variable de capacidad se asocia un costo de inversin, el cual vara linealmente
respecto de la potencia instalada. Estas variables estn definidas para todos los
perodos que considera el modelo y se incluyen en la funcin objetivo.
Se definen variables de generacin continuas (variables de explotacin)
para todas las centrales trmicas (existentes y futuras), para cada estacin e
hidrologa. En la funcin objetivo aparece el costo de generacin en cada estacin e
hidrologa, ponderado por la probabilidad de ocurrencia de cada hidrologa.
Todas las centrales trmicas futuras, ya sean stas convencionales,
geotrmicas o nucleares, se representan de una manera similar. La nica excepcin la
constituyen las turbinas a gas futuras.

Turbinas a gas futuras.


En el caso de las turbinas a gas futuras se supone que si se instala uno de
estos equipos, la turbina generar un porcentaje de la capacidad instalada. Por esta
razn este tipo de inversiones no se representan por una variables de generacin
explcita, sino que los costos de generacin se incluyen dentro del costo asociado a la
variable de capacidad. Por lo tanto en la funcin objetivo slo aparece esta variable.

39

2.5

Modelacin del Sistema de Transmisin

Las caractersticas del sistema de transmisin se representan de manera


aproximada con el objeto de obtener una estimacin de las energas intercambiadas
entre zonas y su influencia en la seleccin de alternativas de generacin.
Se define una variable de capacidad de transmisin entre nudos para
cada perodo. Es una variable entera binaria que tiene asociado un costo de
inversin y representa la capacidad adicional de transmisin en cada perodo. La
ampliacin de capacidad de las lneas de transmisin es representada dentro del
modelo por dos variables, ya que una ampliacin en dos etapas se ajusta mejor a la
realidad. Es frecuente que las primeras ampliaciones de capacidad no correspondan a
aumentar el nmero de circuitos sino que instalar, por ejemplo, condensadores
estticos. Este tipo de variables, multiplicadas por su costo asociado, se incluyen en
la funcin objetivo .
Al igual que en el caso de las centrales hidrulicas, adoptar una
modelacin continua del sistema de transmisin slo requerira relajar la condicin
de que las variables de capacidad sean enteras binarias. Por lo tanto, bastara permitir
que stas pudiesen moverse en un rango continuo de valores entre 0 y 1.
Los intercambios de energa y potencia dentro del sistema estn
reflejados por variables de transmisin que indican cuanto es transmitido por cada
tramo y hacia dnde. Por supuesto que las variables que representan la transmisin
por cada lnea tiene un costo asociado cero.

2.6

Modelacin de las Fallas de Abastecimiento

En este modelo las fallas han sido modeladas como centrales existentes
en cada nudo, que pueden generar como mximo la energa demandada en cada uno
de ellos. El costo de generacin que se asocia a cada una de estas centrales es muy
alto y acompaa a estas variables en la funcin objetivo.

40

2.7

Ecuaciones del Modelo

De acuerdo a la modelacin presentada en los puntos anteriores, la


expansin de un sistema elctrico puede plantearse como un problema de
optimizacin compuesto de una funcin objetivo y un set de restricciones.

2.7.1

Funcin Objetivo

La funcin objetivo consiste en la suma de los costos de inversin y


operacin, y puede ser representada en forma global como:
Funcin Objetivo: (Cinv + Cop)

Costos de inversin
El costo de inversin [Skok87, Cabe93] es proporcional a los
equipamientos construidos, y dentro del modelo existe la posibilidad de considerar
renovaciones hasta infinito o valor residual al final del horizonte de estudio. A este
costo se agregan los costos fijos de operacin.
El coeficiente de costo de la variable de instalacin representa el costo de
inversin actualizado a la fecha inicial del estudio y es funcin de:
a) Costo unitario de inversin (MMUS$/KW instalado)
b) Perodo en que se realice la inversin.
c) Vida til del equipo.
d) Costo fijo de explotacin.
e) Tasa de actualizacin.

41

Costos de operacin
Las variables que representan la generacin de las centrales trmicas
existentes y futuras corresponden a lo que debe generar una central para el
abastecimiento del ltimo ao de cada perodo. Sin embargo, la generacin vara a lo
largo de l. El modelo supone una variacin lineal de la generacin de una central de
un perodo a otro y los coeficientes de costo de generacin se calculan con base en
esta hiptesis. En el ltimo perodo se agrega el valor correspondiente a la generacin
hasta el infinito, ya que se supone que se mantiene la situacin del ltimo ao del
perodo en estudio (si las inversiones se renuevan a infinito) [Skok87, Cabe93].

Estructura de la funcin objetivo


A la luz de las caractersticas del modelo y de la forma como ste
representa un sistema elctrico, la funcin objetivo puede plantearse como
NP NJ 1

CI

NH NP NE NJ 2

jp

p =1 j =1

XP jp + CV jeph PROB h XE jeph


h =1 p =1 e =1 j =1

(2.1)

donde:
CI jp

XP jp

Coeficiente de costo conocido (MMUS$/MW). Incluye el costo


de inversin, costo fijo anual, coeficiente de actualizacin y
valor residual.
Potencia instalada en la central j, en el perodo p. Tambin
representa la capacidad de transmisin que se debe aadir a una
determinada lnea del sistema de transmisin.

42

CV jeph

XE jeph

PROB h
NP
NJ1
NJ2

=
=
=
=

NE
NH

=
=

Coeficiente de costo de generacin (US$/MW). Incluye el costo


variable de generacin y el coeficiente de actualizacin. En el
caso de las centrales hidrulicas y de las turbinas a gas futuras,
el costo de generacin asociado es cero, lo cual se desprende de
la forma como han sido modeladas estas centrales.
Energa generada por la central j, en la estacin e, en la
condicin hidrolgica h, en el perodo p.
Probabilidad de la condicin hidrolgica h.
Nmero de perodos.
Nmero de centrales futuras.
Nmero de centrales existentes (trmicas a vapor, turbinas a gas,
centrales de falla) ms nmero de centrales trmicas a vapor
futuras ms nmero de centrales hidrulicas y turbinas a gas
futuras (ambas tienen asociadas un costo de generacin igual a
cero).
Nmero de estaciones.
Nmero de condiciones hidrolgicas.

En el caso de las centrales hidrulicas futuras, la variable de capacidad


XP se descompone en 3 variables enteras (XPA, XIN y XSO). Cada una aparece
multiplicada por el costo de inversin asociado a instalar cada una de las etapas.
Algo similar ocurre en el caso del sistema de transmisin, donde cada
variable de capacidad XP se descompone en 2 variables enteras (XP1 y XP2). Cada
una aparece multiplicada por el costo de inversin asociado a realizar ampliaciones
de la magnitud de cada una de estas variables.

43

2.7.2

Restricciones
Las restricciones del problema son:
a) Restriccin de abastecimiento de la demanda mxima de potencia.

NJ

( PG

jnp

k =1

j =1

NTR

+ ((1 Perdi ) XT 1ip XT 2ip )) DEM np


i =1

(2.2)
p = 1...NP
n = 1...NU
donde:
PG jnp

Potencia garantizada de la central j, perteneciente al nudo n,


en el perodo p. En el caso de las centrales hidrulicas
futuras, esta variable es representada por 3 variables enteras
(XPA, XIN y XSO) multiplicadas por la potencia
garantizada que aporta cada una de las etapas.

XT1 ip

XT2 ip

PERD i

DEM np

RES
NTR
NJ

=
=
=

Potencia transmitida al nudo n, a travs del tramo i, en el


perodo p.
Potencia transmitida desde el nudo n, a travs del tramo i, en
el perodo p.
Coeficiente de prdida de transmisin de potencia en el
tramo i.
Corresponde a la demanda en el nudo n, en el perodo p.
A la demanda mxima en cada nudo, se resta las potencias
que aporta cada una de las centrales existentes (hidrulicas,
trmicas y a gas). As se tiene que:
DEM np = DMAX np * (1 + RES) - Potencia Existente.
Reserva exigida.
Nmero de lineas de transmisin.
Nmero de centrales futuras.

44

b) Restriccin de mxima transmisin de potencia por tramos.


p

XT 1ip ( CTE i + ( XP 1ik + XP 2 ik ))


k =1

XT 2 ip ( CTE i +

( XP 1

ik

+ XP 2 ik ))

(2.3)

k =1

p = 1...NP
i = 1...NTR
donde:
CTE i

Capacidad de transmisin existente en el tramo i

c) Restriccin de instalacin de centrales hidrulicas.


Esta restriccin impone la condicin de que a lo largo del horizonte de
estudio, slo una de las etapas que modelan a una central hidrulica puede ser
instalada, lo cual slo puede suceder una vez.
NP

(XPA

+ XIN j + XSO j) 1

k =1

p = 1...NP; j = 1...NHF
donde:
NP

Nmero de perodos.

NHF

Nmero de centrales hidrulicas futuras.

(2.3)

45

En el caso que se quisiese modelar cada una de las etapas de una central
hidrulica a travs de variables continuas, esta restriccin no impone la condicin de
instalar cada etapa slo una vez durante el horizonte de estudio. De hecho, si se
adopta esta modelacin, todas las etapas pueden ser instaladas simultaneamente.

d) Restriccin de ampliacin del sistema de transmisin.


Estas restricciones imponen las condiciones de que a lo largo del
horizonte de estudio, la primera etapa de ampliacin puede ser instalada slo una
vez, mientras que la segunda etapa puede instalarse slo una vez que la primera etapa
ha sido instalada. Como se deduce de la segunda ecuacin, la segunda etapa de
ampliacin puede instalarse cuantas veces se quiera a lo largo del horizonte de
estudio.
p

XP 1

jk

k =1

XP 2 ip

XP 1

jk

k =1

(2.5)
p = 1...NP
j = 1...NTR

Al igual que en el caso de las centrales hidrulicas, al modelar la


ampliacin del sistema de transmisin a travs de variables continuas, estas
restricciones no imponen la condicin que la primera etapa de ampliacin pueda ser
instalada slo 1 vez durante el horizonte de estudio.

e) Restriccin de instalacin de centrales trmicas.

46

Esta restriccin limita la potencia que se puede instalar de una


determinada central trmica a vapor futura. Rige tanto para las centrales trmicas a
vapor como para las turbinas a gas. Sin embargo, para estas ltimas no existe un
mximo de potencia a instalar de acuerdo a la modelacin que se ha adoptado.

XP 2 jp Maxjp

(2.6)
p = 1...NP
j = 1...NTF

Max jp

NTF

Potencia mxima que se puede instalar de la central j, en el


perodo p. En el caso de las turbinas a gas este valor es muy
alto.
Nmero de centrales trmicas futuras.

f) Restriccin de abastecimiento de energa.

NJ
NTR
XEjneph + FAneph + ((1 Perdi ) XE 1ieph XE 2ieph )) DEnep
j =1
i =1

(2.7)
p = 1...NP; e = 1...NE; n = 1...NU
donde:
XE jneph

Energa generada por la central j que pertenece al nudo


n, en la estacin e, en el perodo p, en condicin
hidrolgica h.

47

DE pen

NJ

FA neph

XE1 ieph

XE2 ieph

Demanda de energa en el nudo n, estacin e, perodo p.


Al igual que en el caso de la demanda mxima, la
energa generada por las centrales hidrulicas existentes
ha sido descontada del la demanda de energa en cada
nudo, perodo y estacin. Es necesario destacar que la
demanda de energa, de acuerdo a este modelo, no
depende de la condicin hidrolgica que se este
analizando.
Nmero de centrales trmicas a vapor futuras y
existentes (incluye a las turbinas a gas existentes) ms
nmero de turbinas a gas futuras, ms nmero de
centrales hidrulicas futuras.
Energa fallada en el nudo n, perodo p, estacin e,
hidrologa h.
Energa transmitida al nudo n, a travs del tramo i, en la
estacin e, en el perodo p, hidrologa h.
Energa transmitida desde el nudo n, a travs del tramo
i, en la estacin e, en el perodo p, hidrologa h.

g) Restriccin de mxima transmisin por tramos.


p

XE 1jeph (CTEj + ( XP1jk + XP 2 jk )) FCTje


k =1

XE 2 jeph (CTEj + ( XP1jk + XP 2 jk )) FCTje


k =1

(2.8)
p = 1...NP; j = 1...NTR;
donde:

h = 1...NH; e = 1...NE

48

FCT je

Factor de carga mximo de transmisin en el tramo i,


estacin e.

h) Restriccin de generacin de centrales trmicas.


p

XE jeph FMAX je XPjk


k =1

XE jeph FMINje XPjk

(2.9)

k =1

p = 1...NP
e = 1...NE
j = 1...(TE+TF)
h = 1...NH
donde:
FMAX ej, FMIN ej

TF
TE

=
=

Factores de planta mximo y mnimo


respectivamente, de la central j, en la estacin e.
Nmero de centrales trmicas a vapor futuras.
Nmero de centrales trmicas a vapor existentes
(incluyen las turbinas a gas existentes).

i) Restriccin de generacin de centrales hidralicas y turbinas a gas.

49

XE jeph APORTE

jeh

XP

jk

(2.10)

k =1

p = 1...NP
e = 1...NE
j = 1...(TE+TFG)
h = 1...NH
donde:
APORTE jeh

HF
TFG

=
=

Porcentaje de la generacin mxima que puede


generar una central instalada j, en la estacin e,
hidrologa h.
Nmero de centrales hidrulicas futuras.
Nmero de turbinas a gas futuras.

50

2.8

Caractersticas Matemticas del Modelo

De acuerdo a la modelacin presentada anteriormente, el problema de


planificacin puede plantearse como un problema de programacin mixta, cuya
estructura puede representarse como:
Min

cx +

s.a.

Ax

E1x + F1y1

h1

E2x

p1*d1*y1 + p2*d2*y2 +.........+ pn*dn*yn

h2

+ F2y2
.............

E3x

+ Fnyn

hn

xi {0,1} ; i = 1...h
xi 0

; i = h+1...m

yj 0

; j = 1...n

(2.10)

donde:
- Las variables x representan las decisiones de ampliacin de centrales de
generacin y lneas de transmisin. El costo ascociado a stas es cx y las restricciones
relacionadas a estas variables estn representadas por Ax b (restricciones de
financiamiento, programas de construccin, etc.) [Pere85, Pere92, Pint93].
- Las variables yi representan las decisiones de generacin (de los
equipos presentes y futuros) y transmisin en la condicin hidrolgica i. El costo
ascociado a ellas es pidi y las restricciones relacionadas a estas variables estn
representadas por Eix + Fiyi hi (restricciones de mxima generacin de centrales,
fallas, flujo por lneas, etc.) [Pere85, Pere92, Pint93].

51

III.

DESARROLLO ALGORITMICO

3.1

Introduccin

El objetivo de un problema de planificacin de largo plazo es minimizar,


por un lado, el costo de inversin en nuevos equipos y lneas de transmisin, y por el
otro, el costo esperado de operacin del sistema elctrico.
De este modo el problema de planificacin se descompone de manera
natural en dos partes; un mdulo de inversin y otro de operacin. Esta divisin
natural del problema inicial, puede ser explorada por medio de tcnicas matemticas
de descomposicin, las que consisten en resolver en forma separada e iterativa ambos
mdulos. De esta manera es posible modelar y aplicar diferentes tcnicas de solucin
a cada uno de stos .
En este captulo se describe una tcnica matemtica de descomposicin,
denominada descomposicin de Benders [Pere85, Pere92, Pint93], la cual es una
alternativa eficiente para solucionar problemas de planificacin. Se describe el
algoritmo desarrollado en este trabajo, basado en esta tcnica de descomposicin, que
permite resolver el problema de planificacin tal como fue modelado en el captulo
anterior.

52

3.2

Principio de Descomposicin de Benders

El problema (2.10) en el caso de un solo escenario hidrolgico, adopta la


siguiente estructura:
Min

ctx

s.a.

Ax
Ex

+ dty
b
+ Fy

(3.1)

xi {0,1} ; i = 1...h
xi 0

; i = h+1...m

y 0
Fijando en ste el valor del vector x (x*) de tal manera que se satisfagan
las restricciones Axb, el problema que resulta es uno de programacin lineal y
puede presentarse como:
Min

dty

s.a

Fy

h - Ex*

(3.2)

y 0
Dado que la solucin del problema (3.2) puede ser considerada una
funcin de la decisin de inversin x*, se puede definir la funcin w como:
w( x* ) =
s.a

Fy

Min dty
h - Ex*

y 0

(3.3)

53

De la teora de optimizacin [Cont91], se sabe que el problema dual


asociado a (3.3) es:
Max

t(h - Ex)

s.a.

(3.4)

0
donde es el vector de multiplicadores duales asociados a las
restricciones del problema (3.2)
Si se llama al conjunto de soluciones factibles de (3.4), se puede
observar que ste no depende de la decisin de construccin x*. Entonces, dado que
la funcin objetivo de (3.4) asume el valor mximo en uno de los vrtices del
politopo , se puede reescribir este problema como:
Max

it (h - Ex)

i = 1...r

(3.5)

donde i (para i = 1...r) son los puntos extremos del conjunto .


Este problema puede ser planteado en forma equivalente como:
Min

s.a

it (h - Ex) i = 1...r

(3.6)

donde es una variable escalar. Por la teora de dualidad de


programacin lineal [Cont91], el valor ptimo de la funcin objetivo del primal (3.2)
es igual al valor ptimo de la funcin objetivo del problema dual equivalente (3.6).
Por lo tanto:
w ( x * ) = Min
s.a.

it (h - Ex*) i = 1...r

(3.7)

54

La funcin w informa de las consecuencias de la decisin x en trminos


de los costos de las variables y. Como se observa en (3.7), w es un politopo convexo,
esto es la interseccin de un nmero finito de hiperplanos. Por lo tanto w es una
funcin lineal por partes como se muestra en la figura 3.

Figura 3.1 Grfico de la funcin w(x)

Si sta es conocida, el problema original (3.1) puede ser resuelto sin


representar explcitamente las variables y, quedando con la siguiente estructura:
Min

ctx

s.a.

Ax

xi

{0,1} ; i = 1...h

xi

+ w (x)
b

; i = h+1...m

(3.8)

55

o en la forma equivalente:
Min

ctx

s.a.

Ax

+
b

(3.9)

it (h - Ex) ; i = 1...r

xi

{0,1}

; i = 1...h

xi

; i = h+1...m

Se observa que el nmero de restricciones del problema (3.9) puede ser


muy grande, dependiendo del nmero de vrtices de . Sin embargo, es posible
demostrar que en la solucin ptima apenas algunas de las restricciones estarn
activas, lo cual sugiere el uso de tcnicas de relajacin.

3.3

Subproblemas de Inversin y Operacin

El problema original (3.1) puede ser representado, como ya se ha visto,


como un proceso de decisin de 2 etapas, donde en la primera etapa se determinan
variables de capacidad de nuevas centrales y lneas de transmisin (variables de
inversin), mientras que en la segunda se determinan variables relacionadas con la
generacin de las centrales del sistema elctrico (variables de operacin).

3.3.1

Subproblema de inversin

Este subproblema puede plantearse, de acuerdo a la modelacin


presentada en el captulo anterior, como un problema de programacin entera-mixta,
donde algunas variables de capacidad pueden tomar valores enteros binarios (0 1),
mientras que otras pueden moverse en un rango continuo de valores.

56

El subproblema de inversin puede representarse analticamente como el


siguiente problema de minimizacin:
Min

ctx
(3.10)

s.a.

Ax

xi {0,1} ; i = 1...h
xi 0

; i = h+1...m

donde las variables x representan las decisiones de inversin en


generacin y transmisin en cada uno de los perodos considerados en el estudio.
Adems, en la funcin objetivo existen variables que representan la transmisin a
travs de las lneas del sistema elctrico. Sin embargo, stas llevan un costo asociado
cero dentro de ella.
El conjunto de restricciones Ax b est compuesto por:
a) Restricciones de abatecimiento de la demanda mxima.

(2.2)

b) Lmites de transmisin de potencia por linea.

(2.3)

c) Restricciones que coordinan la instalacin de centrales hidrulicas

(2.4)

d) Restricciones que coordinan la ampliacin del sistema de transmisin.

(2.5)

e) Restricciones de mxima capacidad de instalacin de centrales trmicas futuras. (2.6)


A este set de restricciones se agregan en cada iteracin del algoritmo los
llamados cortes de Benders.

57

3.3.2

Subproblema de operacin

Este subproblema puede plantearse, de acuerdo a la modelacin


presentada en el captulo anterior, como un problema de programacin lineal, donde
la totalidad de las variables de operacin puede moverse en un rango continuo de
valores. ste puede presentarse analticamente como el siguiente problema de
minimizacin:
Min

dityi

s.a.

Fiyi

(3.11)
h - Ex*

yi 0
donde las variables yi representan las decisiones de generacin de los
equipos presentes y futuros en la condicin hidrolgica i, para cada uno de los
perodos y estaciones consideradas en el estudio. El subproblema de operacin
presentado arriba slo tiene sentido si ya se ha tomado una decisin con respecto a
las variables de inversin x.
El conjunto de restricciones Fiyi h - Ex* est compuesto por:
a) Abatecimiento de la demanda de energa en cada una de las estaciones.

(2.7)

b) Lmites de transmisin de energa por lineas.

(2.8)

c) Lmites mximos y mnimos de generacin de centrales trmicas.

(2.9)

d) Lmites mximos de generacin de centrales hidralicas y turbinas a gas.

(2.10)

A continuacin se presenta una tcnica de relajacin que consiste en la


solucin iterativa de los subproblemas (3.9) y (3.2).

58

3.4

Algoritmo de Descomposicin de Benders

El algoritmo de descomposicin de Benders consiste en la solucin


iterativa de los problemas (3.9) y (3.2). En cada iteracin el problema (3.2) genera
uno de los hiperplanos soportes de la funcin w(x) (llamados cortes de Benders)
hasta alcanzar la precisin deseada. El procedimiento puede ser presentado
esquemticamente como [Pere92]:

Figura 3.2: Algoritmo de descomposicin de Benders

y puede resumirse en los siguientes pasos [Pere85][Pere92][Pint93]:


1. Inicializacin: nmero de iteraciones K igual a cero, lmite superior
(z+) igual a infinito.
2. Resolver el problema principal:
Min ctx
s.a.

+
b

Ax

(3.12)

k (h - Ex) ; k = 1...K

xi {0,1}

; i = 1...h

xi 0

; i = h+1...m

59

3. Sea (x*k+1,*k+1) la solucin del problema (3.12), calcule el lmite


inferior z- como:
z- = cx*k+1 + *k+1
4. Hacer K=K+1 y resolver el subproblema:
w (x*k) = Min

dty

s.a

Fy

h - Ex*

(3.13)

y 0
5. Sea y*k la solucin ptima de (3.13). Calcular el lmite superior z+
como:
z+ = min {z+, cx*k + dy*k}

(3.14)

6. Si z+ - z- es menor que una dada tolerancia, el problema est


resuelto, y la solucin asociada a z+ es la solucin ptima. En caso
contrario, generar un nuevo hiperplano soporte de la funcin w (x),
k (h - Ex)

(3.15)

(donde k es el vector de multiplicadores duales del problema (3.13)) y


regresar al paso Nr. 2.

60

3.5

Extensin del Principio de Descomposicin para Problemas


Estocsticos

A travs del algoritmo de descomposicin de Benders tambin es posible


resolver problemas como el planteado en (2.10). Debido a la aleatoriedad de los
eventos modelados en l, este tipo de problemas recibe el apellido estocsticos, y
puede representarse como [Pere85]:
Min

ctx

s.a.

Ax

E1x + F1y1

h1

E2x

p1*d1t*y1 + p2*dt2*y2 +.........+ pn*dnt*yn

h2

+ F2y2
.............

E3x

+ Fnyn

hn

xi {0,1} ; i = 1...h
xi 0

; i = h+1...m

yj 0

; j = 1...n

(3.16)

donde:
- pj = corresponde a la probabilidad asociada al evento j, y que
involucra las matrices (Ej, Fj, hj, dj). Son las variables aleatorias del
problema.
- dj = costos asociados al evento j.

61

En este caso, el problema principal se puede descomponer en un


subproblema de inversin y n subproblemas de operacin, donde en cada uno se
debe determinar:
wj (xk) = Min djtyj
s.a.

(3.17)

Fjyj hj - Ejxk
yj 0

(donde xk corresponde a la solucin del subproblema de inversin en la


etapa k_sima).
Existen dos opciones para tratar este tipo de problemas. La primera
consiste en construir un nico corte de Benders a partir de los valores esperados de
los multiplicadores duales (de cada uno de los subproblemas de operacin) e
incorporar en la funcin objetivo una variable , la cual corresponder al valor
esperado del costo de operacin (alternativa 1).
La otra opcin es agregar al subproblema de inversin n cortes de
Benders en cada iteracin (uno por cada subproblema de operacin) e incorporar en
la funcin objetivo n variables j (alternativa 2).

i.- Alternativa 1
En este caso el problema principal en la k-sima iteracin es:
Min

ctx

s.a.

Ax

(3.18)
b

pj jk (hj - Ejx) ; j = 1..n

xi {0,1}

; i = 1...h

xi 0

; i = h+1...m

62

donde corresponde al valor esperado del costo de operacin.


Este algoritmo de descomposicin puede representarse esquemticamente
como:

Figura 3.3 Algoritmo de descomposicin de Benders para problemas


estocsticos.

ii.- Alternativa 2
En este caso el problema principal en la k-sima iteracin es:
Min

ctx

s.a.

Ax

+ pjj

; j = 1...n

b
j jk (hj - Ejx)

; j = 1...n

xi {0,1}

; i = 1...h

xi 0

; i = h+1...m

(3.19)

63

donde corresponde a aproximaciones del costo de operacin de cada


uno de los escenarios hidrolgicos posibles.

3.6

Algoritmo de descomposicin para problemas estocsticos

El algoritmo de descomposicin de Benders para problemas estocsticos


consiste en la solucin iterativa de los problemas (3.10) y (3.11). En cada iteracin se
deben generar cortes de Benders (siguiendo una de las dos alternativas presentadas en
el punto anterior) hasta alcanzar la precisin deseada.
En este trabajo se ha optado por construir cada uno de los cortes de
Benders a partir de la expresin equivalente para stos (Anexo A) y seguir la
alternativa Nr.2 para la solucin de problemas estocsticos. Este algoritmo puede
representarse esquemticamente como:

64

Figura 3.4 Algoritmo de descomposicin de Benders para problemas


estocsticos (alternativa 2).

65

y puede resumirse en los siguientes pasos:


1. Inicializacin: nmero de iteraciones K igual a cero, lmite superior
(z+) igual a infinito, lmite inferior (z-) igual a cero.
2. Resolver el problema principal:
Min

ctx

s.a.

Ax

+ pjj

: j = 1...n

(3.20)

b
j

jk (hj - Ejx)

; j = 1...n

xi {0,1}

; i = 1...h

xi 0

; i = h+1...m

3. Sea (x*k+1,j*k+1) la solucin del problema (3.20) en la etapa ksima. Calcule el lmite inferior z- como:
z- = cx*k+1 + j*k+1

; j = 1...n

4. Hacer K=K+1 y resolver n veces el subproblema correspondiente a la


hidrologa j-sima:
wj (xk) = Min djtyj
s.a.

Fjyj

(3.21)
hj - Ejxk
yj 0

5. Sea yj*k la solucin ptima de (3.21) para la hidrologa j-sima, en la


etapa k_sima. Calcular el lmite superior z+ como:
z+ = min {z+, cx*k + pjdjyj*k}

(3.22)

66

6. Si z+ - z- es menor que una dada tolerancia, el problema est resuelto,


y la solucin asociada a z+ es la solucin ptima. En caso contrario,
generar nuevos hiperplanos soportes para las funciones w j(x),
jk (hj - Ejx)

(3.23)

(donde jk es el vector de multiplicadores duales del problema (3.21)) y


regresar al paso Nr. 2.

67

IV.

ESTUDIOS DE APLICACION

4.1

Introduccin

En este captulo se presentan los resultados obtenidos al aplicar el


programa computacional desarrollado a la solucin de problemas de planificacin.
En este programa se implement una tcnica matemtica de descomposicin
denominada descomposicin de Benders para problemas estocsticos. Junto con
describir las caractersticas generales del programa implementado, se presenta un
diagrama que resume las interacciones de ste con los programas utilizados para
resolver problemas de programacin entera-mixta y lineal. El programa ha sido
desarrollado en 2 versiones:
a)

En la primera versin el problema de planificacin ha sido modelado con


variables continuas, lo cual permiti comparar directamente los resultados que
entrega con aquellos entregados por el MGI. En adelante esta versin se
denominar versin continua.

b)

En la segunda versin el problema de planificacin ha sido modelado con


variables continuas y enteras. En adelante esta versin se denominar versin
entera.

El programa en su versin continua se valida mediante estudios del


Sistema Interconectado Central (SIC) para distintos horizontes de tiempo y con un
nmero limitado de alternativas de expansin. En la validacin se comparan los
resultados entregados por el programa al resolver un problema de planificacin, con
aquellos entregados por el paquete computacional MGI. Adems de compararlos, se
realiza un anlisis de sensibilidad de stos frente a variaciones en los parmetros del
SIC.
Finalmente se resuelve un problema de planificacin del Sistema
Interconetcado Central (SIC) mostrndose los resultados obtenidos en trminos de
planes de inversin, costos de inversin, operacin y variacin de stos a travs de

68

las iteraciones que realiza el algoritmo de Benders . Se entregan los resultados


obtenidos con ambas versiones.

4.2

Implementacin computacional

El software fue implementado en una estacin de trabajo (Workstation)


Hewlett Packard HP Apollo 9000, modelo 715/33. El nombre asignado al programa
fue PLANBEN y el lenguaje de programacin utilizado para su desarrollo fue el HP
FORTRAN 77.
El programa PLANBEN contiene rutinas que generan las ecuaciones que
modelan los subproblemas de inversin y operacin, adems de rutinas que realizan
llamados a programas externos a ste, los que se se encargan de resolver los
problemas lineales o entero-mixtos. stos son fundamentales para el funcionamiento
de PLANBEN, ya que ste slo genera las restricciones y funciones objetivo de cada
uno de los subproblemas.
La interaccin que se produce entre el software desarrollado y los
programas anexos a ste, puede esquematizarse de la siguiente manera:

69

Figura 4.1 Interaccin entre el software desarrollado y programas anexos

Donde MINOS es un programa capaz de resolver problemas de


programacin lineal y cuadrticos (y por lo tanto puede resolver el subproblema de
operacin e inversin en el caso que se trate de variables continuas) y CPLEX es un
programa capaz de resolver problemas de programacin continua y entera.
Los subprogramas encargados de generar las ecuaciones del modelo
(restricciones y funcin objetivo) han sido desarrollados en forma modular, es decir,
cada uno de ellos (mdulo de inversin y operacin) contiene subrutinas que se
encargan de construir las ecuaciones descritas en el captulo 2. La ventaja de esto es
que cualquier restriccin puede modificarse sin necesidad de alterar el resto del
programa. Incluso es posible, si se desea, reemplazar todas las restricciones de un
subproblema.

70

4.3

Descripcin del Sistema Interconectado Central

El Sistema Interconectado Central (SIC) se representa en el modelo por


medio de distintos parmetros (captulo 2). A continuacin se muestran los
parmetros que se utilizaron para representarlo en este trabajo y el valor que se les
di a stos para realizar las validaciones y estudios posteriores.

a. Condiciones externas del SIC


- Horizonte de estudio: este parmetro vari dependiendo del caso que se
estuviese analizando.
- Perodos: el nmero de perodos vari dependiendo del caso que se
estuviese analizando.
- Estaciones: se consideraron las 4 estaciones del ao.
- Hidrologas: se consideraron 4 hidrologas.

b. Condiciones econmicas del SIC


- Costos de inversin y costos de operacin. En el caso de los costos de
inversin, stos son renovados a infinito al final del perodo de estudio.

c. Condiciones internas del SIC


- Nudos. el nmero de nudos considerados es 5 (Pan de Azcar, Santiago,
Colbn, Santa Brbara y Loncoche)
- Lneas de transmisin: se representan 4 lneas de transmisin. Dada la
estructura de este sistema, esto significa que el sistema representado es
radial.

71

- Centrales generadoras: el nmero y tipo de centrales puede ser resumido


en la siguiente tabla:

Tabla 4.1 Nmero y tipo de centrales consideradas en el SIC


Tipo de Central

Existente

Futura

Trmica a vapor

Turbina a gas

Hidrulica

15

Esquemticamente el sistema interconectado central puede ser presentado como:

Figura 4.2 Esquema del SIC con un nmero reducido de alternativas.

72

4.4

Validacin del Programa Computacional en su Versin Continua

Para validar el programa desarrollado (versin continua) se plantearon 2


metodologas complementarias. En primer lugar se resolvi el problema de
planificacin del SIC para distintos horizontes de estudio (y para distintos nmeros
de perodos). Los costos de inversin y operacin calculados por el programa
PLANBEN para cada uno de stos se compararon con los resultados entregados por
el programa MGI.
En segundo lugar se estudi el comportamiento de los costos de inversin
y operacin entregados por PLANBEN frente a variaciones en los parmetros que
utiliza el modelo. A continuacin se describe en detalle cada una de las metodologas
a travs de las cuales se valid el programa desarrollado.
4.4.1

Planificacin de inversiones del SIC para distintos horizontes de


tiempo.

Tal como se explic antes, el objetivo de esta metodologa de validacin


fue comparar los resultados que entrega el programa PLANBEN versus aquellos
entregados por el MGI bajo las mismas condiciones. Para comparar de manera
adecuada los resultados arrojados por cada uno de stos, el programa PLANBEN fue
modificado de manera que slo trabajase con variables continuas. Este cambio slo
afecta a las variables del subproblema de inversin, donde algunas de ellas estaban
restringidas a tomar valores binarios enteros (ver captulo 2).
Como se seal ms arriba, los programas PLANBEN y MGI fueron
utilizados para resolver el problema de planificacin del SIC para distintos
horizontes de estudio (y distinto nmero de perodos). El resto de los parmetros
requeridos por los modelos se mantuvieron constantes y corresponden a los sealados
en el punto anterior. En la prxima pgina se muestran los resultados obtenidos por
los programas PLANBEN y MGI en cuanto a costos de inversin.

73

Tabla 4.2 Costos (en MMUS$) obtenidos para distintos horizontes de


estudio
Horizonte de
estudio (aos)

MGI

PLANBEN
(versin continua)

Costo total

Costo Inversin

Costo Operacin Costo total

544

231

316

547

1279

757

527

1285

13

2383

1263

1123

2386

17

2766

1454

1323

2777

Dado que el nmero de casos analizados fue grande, slo se muestra el


plan de obras ptimo para el primer caso (horizonte de estudio de 1 ao). El plan de
obras entregado por el programa PLANBEN se compara con el entregado por el MGI
(los valores que toman las variables en este modelo aparecen entre parntesis cuando
son distintos a los que toman en el caso del programa PLANBEN).

74

Tabla 4.3: Plan de instalacin de centrales hidroelctricas.


Instalacin centrales hidrolectricas
Central

Etapa Pasada
(%)

Etapa
intermedia
(%)

Etapa
Sobreequipa
miento (%)

CHO

CON

RAL

0,364

COR

Tabla 4.4 Plan de instalacin de centrales trmicas


Instalacin centrales trmicas
Central

Potencia instalada (MW)

Central C25

Central C30

Central C45

Central C60

Central NUC

Turbina a Gas

75

Tabla 4.5 Plan de ampliacin de capacidad de las lneas


Ampliacin del sistema de transmisin
Tramo

Ampliacin etapa 1
(%)

Ampliacin etapa 2
(%)

Tramo #1

0,25 (0,1286)

Tramo #2

0,078

0,078

Tramo #3

0,104 (0,0072)

Tramo #4

Las diferencias que existen entre los resultados entregados por los
programas se deben, fundamentalmente, a dos factores. El primero guarda relacin
con errores de tipo numrico, mientras que el segundo con la tolerancia (captulo 2)
impuesta al algoritmo de Benders. sta fue establecida en un 1% (captulo 3)
Adems de comparar los resultados entregados por cada uno de los
programas, fue posible comparar el tamao de los problemas generados por cada uno
de los modelos. En la prxima pgina se muestra un cuadro que resume el nmero de
restricciones y variables de los problemas de optimizacin.

76

Tabla 4.6 Tamao de los problemas de optimizacin para distintos horizontes de


estudio
Horizonte
de estudio
(aos)

MGI

PLANBEN
(versin continua)

Subproblema de
inversin

Subproblema de
operacin

N Rest.

N Var.

N Rest.

N Var.

N Rest.

N Var.

188

279

131

37

208

156

728

1116

274

139

832

624

13

1268

1953

617

241

1456

1092

17

1448

2232

648

275

1664

1248

Como puede verse, el nmero de variables del subproblema de inversin


es mucho menor que el nmero total de variables del MGI. Esta es una de las
ventajas de aplicar el algoritmo de Benders a la solucin del problema de
planificacin, ya que permite resolver el subproblema de inversin mediante
programacin entera en un tiempo considerablemente menor que el que tomara
resolver mediante esta metodologa el programa MGI.
El tiempo de solucin que emplea cada uno de los programas para
encontrar los planes ptimos de inversin en cada uno de los casos analizados, puede
verse en la siguiente tabla.

77

Tabla 4.7 Comparacin de tiempos de solucin en el caso continuo


Horizonte de
estudio (aos)

Nmero de
perodos

MGI

PLANBEN

2,60 seg

1 min

31,5 seg

17 min

13

110 seg

2 hr. 11 min

17

142 seg

6 hr. 5 min

De esta tabla se desprende que una de las desventajas de resolver el


problema de planificacin mediante el algoritmo de Benders, es el tiempo que
demora en llegar a las soluciones ptimas. La razn de estos altos tiempos es que
PLANBEN debe resolver en cada iteracin 4 problemas lineales: el subproblema de
inversin y 3 suprolemas de operacin (1 por cada hidrologa). Esto, sumado al
hecho que implica tener una gran cantidad de restricciones en el subproblema de
operacin (lectura de datos, solucin del problema, etc.), hace que el progama tome
un tiempo considerable para su ejecucin. Sin embargo, esta desventaja debera
transformarse en ventaja al resolver el subproblema de inversin mediante
programacin entera-mixta, ya que en ese caso disminuye el nmero de variables que
tienen los subproblemas de inversin en PLANBEN con respecto al nmero de
elementos que tiene el modelo MGI.

78

4.4.2

Comportamiento de los costos frente a variaciones en los parmetros


de los modelos

Para llevar a cabo esta metodologa de validacin, se decidi que el


horizonte de tiempo para el cual se hara el estudio de planificacin del SIC fuera de
3 aos. Dado que el modelo utilizado para representar los sistemas elctricos requiere
que se definan perodos de estudio (captulo 2), se decidi que stos fueran 3. De esta
manera cada uno de ellos tendra una duracin de 1 ao.
Una vez definido el horizonte de estudio, se decidi que el caso base a
partir del cual se haran las modificaciones tendra las mismas caractersticas que los
casos vistos en el punto anterior (nmero de hidrologas, estaciones, nudos, etc.).
Las modificaciones que se hicieron al caso base son:
M1

: Aumento de la demanda de cada perodo en un 20%.

M2

: Disminucin de la demanda de cada perodo en un 20%.

M3

: Variacin de los aos comprendidos por cada perodo. Se pas de 1 ao


a 3 aos por perodo.

M4

: Disminucin del aporte de potencia de las centrales trmicas en cada uno


de las estaciones. El aporte de las centrales trmicas futuras con
generacin explcita se disminuy en un 30%, mientras que para las otras
la disminucin fue de un 80%

79

Los resultados que se obtuvieron en trminos de costos, tanto para el caso


base, como para cada una de las modificaciones sealadas anteriormente, se resumen
en la siguiente tabla.

Tabla 4.8 Costos (en MMUS$) obtenidos en distintos escenarios


Condicin

MGI

PLANBEN
(versin continua)

Costo total

Costo Inversin

Costo Operacin Costo total

Caso base

2853

1522

1338

2861

M1

4298

2230

2066

4297

M2

1698

1238

462

1700

M3

1923

883

1049

1932

M4

3245

2062

1223

3285

Puede apreciarse como al crecer la demanda para cada uno de los


perodos analizados, los costos de inversin y operacin suben. Lo mismo, pero en
sentido opuesto, ocurre cuando la demanda disminuye.
Como era de esperarse, al aumentar la extensin (nmero de aos) de
cada perodo, tanto el costo de inversin como el de operacin disminuyen. Esto se
debe a que las inversiones que se deben realizar pueden atrasarse en el tiempo e
incluso cambiar. Esto ltimo pudo comprobarse al revisar la solucin de este caso.
Por ltimo, al disminuir el aporte de las centrales trmicas futuras, el
costo de inversin sube (producto del mayor nmero de centrales hidrulicas que se
instalan), mientras el costo de operacin disminuye. Esto ltimo se debe a que dado
que se instala un mayor nmero de centrales hidrulicas y el costo de generacin
asociado a ellas es cero, el costo de operacin disminuye.

80

4.5

Aplicacin de PLANBEN a un Problema de Planificacin del SIC

El programa PLANBEN (en sus 2 veriones) se aplic a un problema de


planificacin de inversiones del Sistema Interconectado Central para un horizonte de
5 aos con 4 perodos. Por lo tanto el tamao del modelo es:

Tabla 4.9 Nmero de variables y restricciones del problema


Subproblema

4.5.1

N de Variables

N Restricciones

Enteras (Binarias)

Continuas

Inversin

48

91

274

Operacin

-----

624

832

Resultados entregados por el programa PLANBEN (versin


continua)

En el caso continuo, es decir cuando las variables binarias del


subproblema de inversin estn restringidas a un rango continuo entre 0 y 1, los
costos de inversin y operacin resultaron ser:
Costo de Inversin

757 MMUS$

Costo de Operacin

527 MMUS$

Costo total

1285 MMUS$

El plan de inversin ptimo que entrega PLANBEN en su versin


continua puede verse en Anexo C.
Las variaciones que experimentan los costos indicados anteriormente en
cada una de las iteraciones que realiza el algoritmo de Benders, as como la forma en

81

que cambian los lmites superior e inferior que se definen en ste (captulo 3), pueden
verse en los siguientes grficos.

VARIACION LIMITES SUPERIOR E INFERIOR


40000
32000
24000
L m ite S u per ior (M M U S $ )
16000
L m ite In fer ior (M M U S $ )
8000
0
Nro. Cortes de Benders

Figura 4.3 Variacin lmites superior e inferior del algoritmo de Benders en el


caso continuo

800
680
560
440
320

N ro. Cortes d e B en ders

20

19

18

17

16

15

14

13

12

11

10

200
0

Costo de Inverisn (MMUS$)

V A R IA C IO N C O S T O D E IN V E R S IO N

82

Figura 4.4 Variacin del costo de inversin en el continuo

45000
36100
27200
18300
9400

20

19

18

17

16

15

14

13

12

11

10

500
0

Costo de Operacin (MMUS$)

VARIACION COSTO DE OPERACION

Nro. Cortes de Benders

Figura 4.5 Variacin del costo de operacin en el caso continuo

4.5.2

Resultados entregados por el programa PLANBEN (versin entera)

En el caso continuo, es decir cuando las variables binarias del


subproblema de inversin estn restringidas a un rango continuo entre 0 y 1, los
costos de inversin y operacin resultaron ser:
Costo de Inversin

770 MMUS$

Costo de Operacin

591 MMUS$

Costo total

1362 MMUS$

El plan de inversin ptimo que entrega PLANBEN en su versin


continua puede verse en Anexo D.

83

Las variaciones que experimentan los costos indicados anteriormente en


cada una de las iteraciones que realiza el algoritmo de Benders, as como la forma en
que cambian los lmites superior e inferior que se definen en ste (captulo 3), pueden
verse en los siguientes grficos.

VARIACION LIMITES SUPERIOR E INFERIOR


L m ite S u per ior (M M U S $
2000
1600
1200
800
L m ite In fer ior (M M U S $ )
400
0
Nro. Cortes de Benders

Figura 4.6 Variacin lmites superior e inferior del algoritmo de Benders


en el caso entera

84

VARIACION COSTO DE INVERSION


1050
900
750
600
450
300

Nro. Cortes de Benders

Figura 4.7 Variacin del costo de inversin en el caso entera

VAR IACION CO STO D E OPER ACION


3000
2400
1800
1200
600
0

Nro . Co rt es de B enders

Figura 4.8 Variacin del costo de operacin en el caso entera

85

4.5.3

Anlisis y comparacin de los resultados entregados por los


programas

Como puede verse en los resultados entregados en los puntos anteriores,


en el caso entero la convergencia de los lmites inferior y superior que define el
algoritmo de Benders, se alcanza para un valor un poco superior al valor que stos
alcanzan en la versin continua. Esto concuerda con lo que se esperaba, ya que al ser
el problema entero ms acotado que el problema continuo, el costo total debe ser
mayor.
Lo mismo sucede en el caso de los costos de inversin y poeracin, ya
que stos presentan valores finales superiores a los obtenidos en el caso continuo.
Con respecto a las soluciones que se obtuvieron (en lo que se refiere al
valor que tomaron las variables luego de la convergencia del algoritmo), puede verse
como en el caso entero la inversin es instalacin de centrales hidrulicas y lneas de
transmisin (variables binarias) es postergada hasta el ltimo perodo del estudio.
Esto se explica porque en el caso entero la inversin en una central puede tomar 2
valores, o cero o el costo total de inversin, lo cual implica que conviene postergar
este tipo de decisiones, de tal manera que el valor presente sea lo menor posible.
Tambin puede verse como en el caso entero son instaladas centrales trmicas de
mayor capacidad en los primeros perodos del estudio. Esto se explica por la
necesidad que existe de abastecer tanto las demandas de potencia como de energa, lo
cual requiere que se instalen centrales trmicas dado que no se instalan centrales
hidrulicas y no se amplan las lneas de transmisin.

86

V.

CONCLUSIONES Y DESARROLLOS FUTUROS

En este trabajo se ha discutido el problema de seleccin de inversiones en


el sector elctrico. Adems de formular un modelo que permite represetar este tipo de
problemas, se ha desarrollado y aplicado una metodologa alternativa (la cual se basa
en el algoritmo de descomposicin de Benders) para resolverlos.
El algoritmo de descomposicin fue aplicado a un modelo lineal (el cual
es usado en el pas) denominado Modelo Gobal de Seleccin de Inversiones (MGI).
Para poder implementar esta metodologa de solucin fue necesario desacoplar el
problema de planificacin en 2 mdulos: un subproblema de inversin y otro de
operacin. Esto implic hacer 2 cambios claves al modelo inicial. stos son descritos
a continuacin:
a)

Se crearon variables explcitas para representar la generacin de las centrales


hidroelctricas y turbina a gas futuras en el subproblema de operacin. En el
modelo original este tipo de variables estaba representada en forma implcita, es
decir una vez que estas centrales se instalaban, la generacin de ellas poda
descontarse de las demandas de energa en forma automtica. Esto se debe a que
el costo asociado a su generacin es cero (en el caso de las turbinas a gas
tambin, ya que una vez que stas se instalan, estn obligadas a generar).
El objetivo de estas nuevas variables es representar la generacin de cada una de
estas centrales de manera independiente, de modo de contar con un
multiplicador dual que represente de manera directa el impacto que tiene cada
una de estas centrales en el costo del subproblema de operacin.
Este cambio fue fundamental para el desarrollo del algoritmo, ya que en ste
aquellas variables de inversin que forman parte del subproblema de operacin
deben tener asociados multiplicadores duales independientes que representen el
impacto que tienen ellas en los costos de operacin del problema.

87

b)

Fue necesario considerar la posibilidad que el sistema fallara (en lo que a


generacin de energa se refiere), ya que esto asegura que el subproblema de
operacin siempre ser factible y tendr una solucin ptima. Este fue uno de
los requisitos para poder desacoplar el problema original.

Al comparar los resultados obtenidos por los programas MGI y


PLANBEN (versin continua) para un mismo problema de planificacin, y verificar
su semejanza, se puede concluir que es posible descomponer el problema de
planificacin de la expansin de los sistemas elctricos en 2 subproblemas y asegurar
la convergencia del algoritmo de descomposicin en un nmero finito de iteraciones.
A partir de los resultados obtenidos, se puede concluir que es posible
descomponer el problema de planificacin de la expansin de los sistemas elctricos
en 2 subproblemas y asegurar la convergencia del algoritmo de descomposicin en
un nmero finito de iteraciones.
Las ventajas que presenta este nuevo programa frente al modelo MGI
son:
a)

Da una mejor seal sobre las inversiones de inversin que se deben tomar, ya
que al estar restringidas las variables de inversin asociadas las centrales
hidroelctricas y a las lneas de transmisin a tomar slo valores enteros
binarios, las soluciones que se obtienen para estas variables, en trminos de
factibilidad, son mucho ms adecuadas. En el caso que todas las variables estn
restringidas a rangos contiuos se puede llegar a soluciones que pueden ser
erroneas en trminos de inversin en nuevas centrales generadoras o lneas de
transmisin (por ejemplo no se puede instalar un porcentaje de una central a un
costo variable de inversin -MMUS$/KW- y el resto a otro, lo cual sucede si
las centrales hidrulicas son modeladas por variables continuas ).

b)

Permite ocupar distintos tipos de programas para la solucin de cada uno de los
subproblemas. Por ejemplo, es posible aplicar mejores programas o modelos
para resolver o representar el subproblema de operacin, mientras el
subproblema de inversin es resuelto mediante programacin entero-mixta.

88

c)

Bajo algunas circunstancias, permite disminuir el tiempo en obtener soluciones


ptimas con respecto a otros programas. Por ejemplo, como el algoritmo de
Benders reduce el nmero de variables del subproblema de inversin, es
posible obtener soluciones enteras de manera ms rpida que si se trata con
programas que generan un mayor nmero de variables para representar el
problema de planificacin (caso del MGI, por ejemplo).

La mayor desventaja del programa desarrollado se reaciona con el tiempo


que tarda ste en llegar a los programas de inversin ptimos. En el caso que todas
las variables de inversin del modelo estn restringidas a intervalos continuos de
valores (versin continua), el tiempo que demora en solucionar PLANBEN el
problema de planificacin es muy superior al que demora el modelo MGI. Sin
embargo, en el caso que algunas de las variables de inversin estuviesen restringidas
a valores enteros (versin entera), esta situacin podra cambiar (esto no pudo ser
comprobado). Esto se debe principalmente al menor nmero de variables que se
manejan en el subproblema de inversin (donde se definen las variables enteras), el
cual es el encargado de proponer planes de obras al subproblema de opercin.
Como desarrollos futuros ms inmediatos se propone, entre otras cosas:
a)

Modelar de una manera ms fiel cada uno de los subproblemas presentados en


este trabajo. Esto tipo de desarrollos puede aplicarse especialmente al
subproblema de operacin del modelo, donde se requiere representar de una
manera ms adecuada el sistema de transmisin y las prdidas asociadas al
intercambio de potencia y energa.

b)

Reemplazar alguno de los subproblemas por programas que realicen una mejor
operacin del sistema elctrico. Esto puede aplicarse principalmente al
subproblema de operacin, donde faltara representar, por ejemplo, la operacin
de las centrales con embalse y la existencia del lago Laja.

89

BIBLIOGRAFIA
[Jara94]

JARAMILLO, P. (1994) Planificacin de Sistemas Elctricos de Potencia.


Apuntes del Curso, Pontificia Universidad Catlica de Chile.
Santiago, CHILE.

[Skok94] SKOKNIC, E. (1994) Planificacin de Sistemas Elctricos de Potencia.


Apuntes del Curso, Pontificia Universidad Catlica de Chile.
Santiago, CHILE.
[Skok83] Skoknic, E., Gatica, P. y Espinoza I. (1983) Descripcin y uso de un
Modelo de Operacin del Sistema Interconectado Central de Chile.
Empresa Nacional de Electricidad S.A. (ENDESA). Santiago, CHILE.
[Skok87] Skoknic, E. y Caldern, E. (1987) Modelo Global de Inversiones (MGI).
Descripcin Genera y Planteamiento de las Ecuaciones. Empresa
Nacional de Electricidad S.A. (ENDESA). Santiago, CHILE.
[Ande86] ANDERSON, D. (1986) Models for determining least cost investements
in electricity supply. Apuntes Curso de Perfeccionamiento Proyectos
Optimizacin de los Sistemas de Energa Elctrica dictado por George
Gross. Pontificia Universidad Catlica de Chile. Santiago, CHILE.
[Gros87] GROSS, G. (1986) Planificacin y Operacin Econmica de Sistemas de
Potencia. Apuntes Curso de Perfeccionamiento Proyectos Optimizacin
de Sistemas de Energa Elctrica. Pontificia Universidad Catlica de
Chile. Santiago, CHILE.
[Lee85]

LEE, K., YOUN, L. y PARK, Y. (1985) Optimal Operation of Hydro Plants


in Long-Range Generatiorn Expansion Planning based on Anaytical
Production Costing Model. IFAC Symposium on Planning and Operation
of Electric Energy Systems. Rio de Janeiro, BRAZIL.

[Haki85] HAKIMMASHHADI, H. y YAMAYEE, Z. (1985) Long-Range Generation


Planning in a Predominantly HydroSystem. IFAC Symposium on Planning
and Operation of Electric Energy Systems. Rio de Janeiro, BRAZIL.

90

[Baja85]

BAJAY, S., RICCIULLI, D. y FERNANDES, J. (1985) Expansion Planning


of Hydrotheral Power Systems, Optimizing the Multiple Usese of the Water
from Power Plant Reservoirs, via Conversational Multi-Objetive Algorithms.
IFAC Symposium on Planning and Operation of Electric Energy
Systems. Rio de Janeiro, BRAZIL.

[Wood84] WOOD, A. y WOLLENBERG, B. (1984) Power Generation, Operation


and Control. John Wiley, New York, USA.
[Cabe93] CABELLO, R. (1993). Modelo Global de Seleccin de Inversiones MGI.
Departamento de Movilizacin de Energa, Empresa Nacional de
Electricidad S.A. Santiago, CHILE.
[Pere92] PEREIRA, M. (1992). Planificacin de Sistemas Elctricos. Apuntes
curso Planificacin de Sistemas Elctricos, Pontificia Universidad
Catlica de Chile. Santiago, CHILE.
[Pint93]

PINTO, L. (1993) Optimizacin de Sistemas Elctricos: Planificacin y


Operacin. Curso Tutorial, Pontificia Universidad Catlica de Chile.
Santiago, CHILE.

[Pere85] PEREIRA, M., PINTO, L., CUNHA, S. y OLIVEIRA, G. (1985) A


Decomposition Aproach to Automated Generation/Transmission
Expansion Planning. IEEE Transactions on Power Apparatus and
Systems, Vol. PAS-104, No 11. USA.
[Bloo83] BLOOM, J. (1993) Solving an Electricity Generation Capacity Expansion
Problem by Generalized Benders Decomposition. Operations Research,
31, No 1. USA.
[Cont91] CONTESSE, L. (1991) Optimizacin. Apuntes del Curso, Pontificia
Universidad Catlica de Chile. Santiago, CHILE.

91

ANEXOS

92

ANEXO A : EXPRESIN ALTERNATIVA PARA EL CORTE DE BENDERS

Como se vi en el captulo 3, el problema de planificacin de sistemas


elctricos puede descomponerse de manera natural en dos subproblemas y ser
resuelto a travs de una tcnica matemtica de descomposicin denominada
descomposicin de Benders. sta se basa en la solucin iterativa de dos
subproblemas, uno que consiste en minimizar el costo de inversin en nuevas
centrales y lineas de transmisin (3.10) y otro cuyo objetivo es minimizar el costo de
operacin del sistema, dada cierta configuracin futura (3.11).
Ahora bien, la interaccin entre los subproblemas de inversin y
operacin se realiza a travs de los llamados cortes de Benders. Cada uno de stos
est representado por la ecuacin:
* ( h - Ex )

(A.1)

En el captulo 3 se present el problema dual del subproblema de


operacin (3.4). A partir de la igualdad de las soluciones de los problemas primal y
dual, es posible plantear la siguiente relacin:
w (x*) = * ( h - Ex* )

(A.2)

donde:
w (x*)

*(h-Ex)

solucin del subproblema de operacin


(3.11) para el plan de inversin x*.
solucin
del
problema
dual
del
subproblema de operacin, para el plan de
inversin x* y donde * es el vrtice (de la
regin ) donde este problema alcanza el
mximo.

De esta relacin se puede deducir lo siguiente:


*h = w (x*) + *Ex*

(A.3)

93

As el corte de Benders
equivalente como:

expresado en (A.1) puede ser escrito en forma

w (x*) + *E (x* - x)

(A.4)

Esta expresin alternativa puede ser generalizada tambin a los


problemas estocsticos. Como se vi en el captulo 3, para este tipo de problemas
existen dos alternativas de solucin. En la primera de ellas, el corte de Benders en la
k-sima iteracin est representado por la ecuacin:
pj jk (hj - Ejx)

j = 1..n

(A.5)

Aplicando a sta la relacin (A.3), es posible deducir que la expresin


alternativa para esta ecuacin en la k-sima iteracin es:
(xk) + pj jkEj (xk - x)

(A.6)

donde:

=valor esperado del costo de operacin

(xk) = pjwj(xk)
De manera similar se puede proceder con la segunda alternativa. Aqu
cada uno de los cortes de Benders en la k-sima iteracin est representado por
ecuaciones de la forma:
jk (hj - Ejx)

(A.7)

Aplicando a sta la relacin (A.3), es posible deducir que la expresin


alternativa para esta ecuacin en la k-sima iteracin es:
w(xk) + jkEj (xk - x)

(A.8)

94

La expresin (A.4), que fue la ecuacin que se utiliz para formar los
cortes de Benders en este trabajo, puede ser obtenida de forma equivalente a partir de
la siguiente observacin. Considere la funcin:
H(x) = h - Ex

(A.9)

que define el lado derecho de las restricciones del subproblema de


operacin (3.11). Si * es el vector de variables duales asociado a la solucin ptima
de este problema, entonces se sabe que:
w(x)/ H(x) = *

(A.10)

(en x = x*)

Utilizando la regla de la cadena, se puede deducir la derivada de w(x) con


respecto a x:
dw ( x )
dw ( x ) dH ( x )
=

= E
dx
dH ( x )
dx
x = x *
x = x *
(A.11)
Como se puede ver en la figura 3, la funcin w es una funcin lineal por
partes. Un subgradiente en el punto x = x* es -*E, una vez que satisface:
w(x) w (x*) - *E (x - x*)

(A.12)

o, denotando w (x*) como :


w (x*) + *E (x* - x)

(A.13)

que corresponde a la expresin alternativa para el corte de Benders.

95

ANEXO B : DESCRIPCION DEL PROGRAMA DESARROLLADO

El problema de planificacin de sistemas elctricos puede estructurarse,


como un problema de optimizacin lineal y analticamente puede plantearse como:
Min

ctx

+ dty

s.a.

Ax

Ex

+ Fy h

(B.1)

xi {0,1} ; i = 1...h
xi 0

; i = h+1...m

y 0
De acuerdo a este planteamiento, todas las restricciones que slo guardan
relacin, por ejemplo con las variables x, son agrupadas en las matrices A y b, lados
derecho e izquierdo de cada una de stas, respectivamente. Dado que al matriz A est
compuesta por 5 tipos distintos de restricciones (Captulo II), sta puede
descomponerse en 5 submatrices (lo cual tambin es vlido para el resto de las
matrices de (B.1)), o sea:

A1
A = A2

b1
b=

b2

E1
E=

E2

F1
F=

F2

h1
h=

h2

.....

....

....

....

....

Au

bu

Eq

Fq

hq

(B.2)

96

Aprovechando esta caracterstica de la modelacin propuesta para


resolver este problema, el programa ha sido desarrollado en forma modular, es decir,
para cada una de las submatrices presentadas ms arriba, se ha implementado una
subrutina capaz de construirla (por ejemplo, en una misma subrutina se construye A1
y b1).
A continuacin se explica con mayor detalle la estructura y elementos
que forman el programa.

Estructura del Programa


El programa computacional desarrollado puede ser dividido en 2 bloques.
En el primero de ellos se construye la funcin objetivo y restricciones del primer
subproblema, mientras que en el segundo se construye todo lo relacionado con el
segundo subproblema. La interaccin entre ambos bloques es dirigida por un
conjunto de instrucciones que estn incluidas en el programa.
Ahora bien, cada uno de estos bloques est compuesto por un conjunto de
subrutinas que pueden ser catalogadas en 3 categoras:

a.- Subrutinas que construyen funciones objetivo


El objetivo de este tipo de subrutina es construir las funciones objetivo de
los subproblemas de inversin y operacin. De esto se deduce que en cada uno de los
bloques mencionados anteriormente debe existir una de estas estructuras.
El nombre que se di a estas subrutinas fue:
- MATRIZC

- MATRIZD

construye la funcin objetivo


subproblema de inversin.
construye la funcin objetivo
subproblema de operacin.

del
del

97

b.- Subrutinas que construyen restricciones


El objetivo de estas subrutinas es construir las restricciones de cada uno
de los subproblemas. Como se mencion ms arriba, cada una de ellas construye un
tipo de restriccin del problema de planificacin. Una vez que todas las restricciones
ya han sido construdas, son unidas las pertenecientes a cada uno de los
subproblemas, de manera de formar finalmente cada una de las matrices presentadas
en (B.2).
A continuacin se enumeran estas subrutinas y la restriccin que
construye cada una de ellas.

Nombre Subrutina Nombre Restriccin


MATRIZA1

Abastecimiento de demanda mxima.

MATRIZA2

Lmites de transmisin de potencia a travs de lineas.

MATRIZA3

Coordinacin de instalacin de centrales hidrulicas.

MATRIZA4

Coordinacin de la ampliacin del sistema de transmisin.

MATRIZA5

Mxima capacidad de instalacin de centrales trmicas futuras.

MATRIZF1

Abastecimietno de la demanda de energa en cada una de las estaciones.

MATRIZF2

Lmites de transmisin de energa por lineas.

MATRIZF3

Lmites mximos de generacin de centrales trmicas.

MATRIZF4

Lmites mnimos de generacin de centrales trmicas.

MATRIZF5

Lmites mximos de generacin de centrales hidralicas y turbinas a ga


futuras.

98

Una vez que han sido formadas estas matrices, y con el objetivo de
aprovechar la existencia de programas computacionales diseados para resolver
problemas lineales, se llama a subrutinas que transforman el formato del problema
presentado en (B.1), a un formado denominado MPS. Dado que las matrices son
formadas en forma independiente en cada uno de los bloques citados ms arriba, en
cada uno de ellos existe una de estas subrutinas.
La construccin de cada tipo de restriccin, as como su posterior unin,
se realiza en forma independiente en cada uno de los bloques a los cuales se ha hecho
mencin.

c.- Subrutina que llaman a programas anexos


Como se vi en el captulo II, la modelacin planteada para resolver el
problema de planificacin determin que el problema de programacin fuese de tipo
mixto. Esto quiere decir que algunas de las variables pueden tomar valores
continuos, mientras que otras slo pueden tomar valores discretos. De hecho, y tal
como puede verse en el captulo III, slo las variables que forman el primer
subproblema (subproblema de inversin) tienen esta caracterstica, ya que algunas de
ellas estn restringidas a valores binarios (valores enteros 0 1), mientras otras
pueden tomar cualquier valor continuo (dentro de un cierto rango).
La subrutinas encargada de llamar a un programa anexo a PLANBEN es:
- Subrutina soluci: sta cumple una doble funcin. Por un lado
transforma al formato MPS las ecuaciones del subproblema de operacin
e inversin, y por el otro llama al paquete computacional MINOS, el que
se encarga de resolver estos subproblemas (en el caso que las variables
del subproblema de inversin sean continuas).

99

d.- Subrutina que construye los cortes de Benders


El objetivo de esta subrutina es construir, a partir de lo planteado en el
captulo III, restricciones que representan los cortes de Benders. sta forma parte del
segundo bloque (subproblema de operacin).

100

ANEXO C : PROGRAMA DE INVERSIONES ENTREGADO POR


PLANBEN
El programa de inversiones entregado por PLANBEN, en el caso
continuo (cuando las variables binarias del subproblema de inversin estn
restringidas a un rango continuo entre 0 y 1) y para las condiciones sealadas en el
punto 4.4, fue:

PERIODO Nr. 1

Central

Etapa Pasada
(%)

Etapa
Intermedia
(%)

Etapa
Sobreequipamiento
(%)

CHO

CON

RAL

0,364

COR

101

Instalacin centrales trmicas


Central

Potencia instalada (MW)

Central C25

Central C30

Central C45

Central C60

Central NUC

Turbina a Gas

Ampliacin del sistema de transmisin


Tramo

Ampliacin etapa 1
(%)

Ampliacin etapa 2
(%)

Tramo #1

0,14

Tramo #2

0,078

0,078

Tramo #3

Tramo #4

102

PERIODO Nr. 2
Central

Etapa Pasada
(%)

Etapa
Intermedia
(%)

Etapa
Sobreequipamiento
(%)

CHO

CON

RAL

0,109

COR

Instalacin centrales trmicas


Central

Potencia instalada (MW)

Central C25

Central C30

Central C45

Central C60

104,852

Central NUC

Turbina a Gas

103

Ampliacin del sistema de transmisin


Tramo

Ampliacin etapa 1
(%)

Ampliacin etapa 2
(%)

Tramo #1

Tramo #2

0,061

Tramo #3

0,07

Tramo #4

104

PERIODO Nr. 3

Central

Etapa Pasada
(%)

Etapa
Intermedia
(%)

Etapa
Sobreequipamiento
(%)

CHO

CON

RAL

COR

Instalacin centrales trmicas


Central

Potencia instalada (MW)

Central C25

Central C30

72,634

Central C45

Central C60

61,359

Central NUC

Turbina a Gas

105

Ampliacin del sistema de transmisin


Tramo

Ampliacin etapa 1
(%)

Ampliacin etapa 2
(%)

Tramo #1

Tramo #2

0,078

Tramo #3

Tramo #4

106

PERIODO Nr. 4

Instalacin centrales hidrolectricas


Central

Etapa Pasada
(%)

Etapa
Intermedia
(%)

Etapa
Sobreequipamiento
(%)

CHO

CON

RAL

0,527

COR

Instalacin centrales trmicas


Central

Potencia instalada (MW)

Central C25

Central C30

Central C45

Central C60

178,767

Central NUC

Turbina a Gas

107

Ampliacin del sistema de transmisin


Tramo

Ampliacin etapa 1
(%)

Ampliacin etapa 2
(%)

Tramo #1

Tramo #2

0,078

Tramo #3

0,499

Tramo #4

108

ANEXO D : PROGRAMA DE INVERSIONES ENTREGADO POR


PLANBEN (VERSION ENTERA)
El programa de inversiones entregado por PLANBEN, en el caso entero
(cuando las variables binarias del subproblema de inversin estn restringidas a un
rango continuo entre 0 y 1) y para las condiciones sealadas en el punto 4.4, fue:

PERIODO Nr. 1

Central

Etapa Pasada
(%)

Etapa
Intermedia
(%)

Etapa
Sobreequipamiento
(%)

CHO

CON

RAL

COR

109

Instalacin centrales trmicas


Central

Potencia instalada (MW)

Central C25

Central C30

26

Central C45

Central C60

126

Central NUC

Turbina a Gas

Ampliacin del sistema de transmisin


Tramo

Ampliacin etapa 1
(%)

Ampliacin etapa 2
(%)

Tramo #1

Tramo #2

Tramo #3

Tramo #4

110

PERIODO Nr. 2

Central

Etapa Pasada
(%)

Etapa
Intermedia
(%)

Etapa
Sobreequipamiento
(%)

CHO

CON

RAL

COR

Instalacin centrales trmicas


Central

Potencia instalada (MW)

Central C25

Central C30

1,012

Central C45

Central C60

143,237

Central NUC

Turbina a Gas

111

Ampliacin del sistema de transmisin


Tramo

Ampliacin etapa 1
(%)

Ampliacin etapa 2
(%)

Tramo #1

Tramo #2

Tramo #3

Tramo #4

112

PERIODO Nr. 3

Central

Etapa Pasada
(%)

Etapa
Intermedia
(%)

Etapa
Sobreequipamiento
(%)

CHO

CON

RAL

COR

Instalacin centrales trmicas


Central

Potencia instalada (MW)

Central C25

Central C30

35,25

Central C45

Central C60

41,343

Central NUC

Turbina a Gas

113

Ampliacin del sistema de transmisin


Tramo

Ampliacin etapa 1
(%)

Ampliacin etapa 2
(%)

Tramo #1

Tramo #2

Tramo #3

Tramo #4

114

PERIODO Nr. 4

Central

Etapa Pasada
(%)

Etapa
Intermedia
(%)

Etapa
Sobreequipamiento
(%)

CHO

CON

RAL

COR

Instalacin centrales trmicas


Central

Potencia instalada (MW)

Central C25

Central C30

Central C45

Central C60

Central NUC

Turbina a Gas

115

Ampliacin del sistema de transmisin


Tramo

Ampliacin etapa 1
(%)

Ampliacin etapa 2
(%)

Tramo #1

Tramo #2

Tramo #3

Tramo #4