Académique Documents
Professionnel Documents
Culture Documents
ISSN: 0122-1701
scientia@utp.edu.co
Universidad Tecnológica de Pereira
Colombia
LOPEZ LEZAMA, JESUS MARIA; GALLEGO PAREJA, LUIS ALFONSO; MEJIA GIRALDO, DIEGO
Despacho hidrotermico mediante un metodo de punto interior con variables canalizadas
Scientia Et Technica, vol. XIV, núm. 40, diciembre, 2008, pp. 19-24
Universidad Tecnológica de Pereira
Pereira, Colombia
satisfagan las capacidades de transporte del sistema de : flujo de potencia entre las barras km en la hora
potencia. f km,t
t;
El propósito de este trabajo es presentar un modelo de
corto plazo, por lo tanto, se ha calculado el despacho de xkm : reactancia de la línea que une las barras km;
potencia activa para un periodo de 24 horas. El modelo
presentado es lineal, lo cual simplifica en gran medida el d k ,t : demanda en la barra k en la hora t;
costo computacional y permite encontrar fácilmente un
punto de operación óptimo para cada hora. Para resolver
el problema de programación lineal se ha implementado
pg k ,t : potencia generada en la barra k en la hora t;
un método de punto interior con variables canalizadas.
rsi : rampa de subida del generador i;
La función objetivo se muestra en la ecuación (1) y En este caso las restricciones (3) y (4) corresponden a la
representa el costo total de la energía generada. Este primera y segunda ley de Kirchhoff respectivamente. La
costo se puede expresar como la suma de las funciones de restricción (5) representa la ecuación de continuidad que
costo de cada uno de los generadores durante las 24 horas modela la topología de las cuencas hidráulicas. En la
del horizonte de planeamiento. En este caso xT es el figura 1 se observa un modelo de una cuenca hidráulica
vector que contiene todas las variables de decisión. con 5 embalses, estos embalses se encuentran acoplados
entre si, recibiendo agua unos de otros. Se puede
24 ng
observar que el volumen w de un embalase en el instante
min f ( x) = ∑ ∑f ( i ,t ) ( Pg (i ,t ) ) (1) de tiempo t, se puede determinar en función de las
t =1 i =1
entradas y salidas de caudales por unidad de tiempo más
xT = [ F Pg R θ W U V ]T (2) el volumen inicial como se indica en la ecuación (5).
nl
pgi ,t − di ,t = ∑ f km ,t (3)
m =1
f km ,t = (θ k ,t − θ m ,t ) / xkm (4)
⎡ ⎤
wi ,t = wi ,t −1 + ∆tt ⎢ yi ,t + ∑ uk ,t + ∑ vk ,t − vi ,t − ui ,t ⎥ (5)
⎣ kε Ω kε Ω ⎦
Pgi ,t = ρi ui ,t (6)
wi ,t min ≤ wi ,t ≤ wi ,t max (7)
x−v = l
x+s =u 3.2 Actualización de las variables
v ≥ 0, s ≥ 0 Las nuevas variables primales y duales se pueden
calcular de la siguiente forma:
Usando el criterio de barrera logarítmica para eliminar las
restricciones de no negatividad se tiene: x k +1 = x k + k sα P ∆x
v k +1 = v k + k sα P ∆v
⎛ n
⎞
min fu = cT x − µ k ⎜ ∑ ln v j + ln s j ⎟ s k +1 = s k + k sα P ∆s (19)
⎝ j =1 ⎠
(15) y k +1
= y + k sα D ∆y
k
sa Ax = b
z k +1
= z k + k sα D ∆z
x−v = l
x+s =u wk +1 = wk + k sα D ∆w
Donde µk es un parámetro de barrera monótonamente donde:
decreciente con el proceso iterativo. α P : paso primal en el intervalo α P ∈ ( 0,1] ;
Construyendo la función Lagrangeana para eliminar las
restricciones del problema (15) se obtiene:
α D : paso dual en el intervalo α D ∈ ( 0,1] ;
k s : factor de seguridad que garantiza la no negatividad
⎛ n ⎞
L fu = cT x − µ k ⎜ ∑ ln v j + ln s j ⎟ − y T ( Ax − b) de las variables.
⎝ j =1 ⎠ (16)
3.3 Cálculo del tamaño de los pasos primal y dual
− z T ( x − v − l ) + wT ( x + s − u ) Durante el proceso iterativo se debe seleccionar un paso
primal máximo que garantice la no negatividad de las
Las condiciones necesarias de optimalidad de primer variables de holgura (v, s ≥ 0). De la misma forma, existe
orden de Karush-Kuhn-Tucker (KKT) son obtenidas un paso dual máximo que garantiza la no negatividad de
igualando el gradiente de la función Lagrangeana a cero las variables duales (z, w ≥ 0). Los pasos máximos son
como se indica en el sistema de ecuaciones (17). calculados de la siguiente forma:
⎡ v s ⎤
∇ x L fu = AT y − w + z = c α PMAX = min ⎢ min j , min j ,1⎥ (20)
⎢⎣ ∆vj <0 ∆v j ∆sj <0 ∆s j ⎥⎦
∇ y L fu = Ax = b
⎡ zj wj ⎤
∇ z L fu = x − v = l αD = min ⎢ min , min ,1⎥ (21)
(17)
⎢⎣ ∆zj <0 ∆z j ∆wj <0 ∆w j ⎥⎦
MAX
∇ w L fu = x + s = u
∇ v L fu = V Z e = µ k e 3.4 Actualización del parámetro de barrera
Basándose en el teorema de Fiacco y McCormick el
∇ s L fu = SW e = µ e k
parámetro de barrera µ se debe aproximar a cero durante
el proceso iterativo. Este parámetro puede ser reducido
Donde e es un vector de n elementos iguales a uno, y S, utilizando el gap de complementariedad el cual es
W, V, Z son matrices diagonales de s, w, v, z calculado como la suma de todas las ecuaciones de
respectivamente. complementariedad. Cada ecuación de
complementariedad representa la distancia que existe
3.1 Cálculo de la dirección de búsqueda entre el punto actual y el punto candidato a óptimo.
Si bien el sistema de ecuaciones (17) es no lineal, su
solución se puede aproximar por una sola iteración del ρ = z T v + wT s (22)
método de Newton. Entonces aplicando el método de
22 Scientia et Technica Año XIV, No 40, Diciembre de 2008. Universidad Tecnológica de Pereira.
µ ≤ εµ (28)
250
Figura 3. Disposición de la cuenca hidráulica para los
G1
generadores de los nodos 22, 23 y 27.
G2
200 G3
600
Demanda (MW)
100
500
400 50
300
0
0 5 10 15 20 25
200 Hora del día
0 5 10 15 20 25
Hora del día Figura 5. Esquema de despacho para los generadores
Figura 4. Curva de carga agregada del sistema. hidráulicos cuando no se consideran las restricciones de red.
Embalse 1 2 3 100
G4
Barra 22 23 27
G5
Volumen inicial (m3)
6 6 6
320x10 350x10 380x10 80 G6
Volumen mínimo (m3)
6 6 6
150x10 110x10 120x10
Potencia (MW)
3 6 6 6
Volumen máximo (m ) 850x10 720x10 650x10 60
Caudal afluente (m3/h)
3 3 3
450 x10 280 x10 350 x10
Tabla 1. Datos de los embalses 40
Generador G1 G2 G3 20
Barra 22 23 27
Pg Min (MW) 15 20 30 0
0 5 10 15 20 25
Pg Max (MW) 150 180 220 Hora
U min (m3/h) 200 250 350 Figura 6. Esquema de despacho para los generadores térmicos
U max (m3/h) 2200 2350 2650 cuando no se consideran las restricciones de red.
ρ (MWh/ m3) 0,075 0,080 0,085
Oferta U$/MWh 12 15 18
Rampa MW/h 40 40 40 4.2 Caso 2: Despacho con restricciones de red
Tabla 2. Datos de los generadores hidráulicos Al resolver el problema de despacho considerando las
restricciones de red y la velocidad de toma de carga de
Generador G4 G5 G6 los generadores se obtienen los resultados ilustrados en
Barra 1 2 13
las figuras 7 y 8. El costo total de operación del sistema
Pg Min (MW) 25 15 20
es de U$179350. En este caso se presentó un incremento
Pg Max (MW) 100 110 80
Oferta U$/MWh 30 35 32 de U$6690 en el costo de operación debido a que se
Rampa MW/h 30 30 30 utilizaron recursos más costosos (generadores térmicos)
Tabla 2. Datos de los generadores térmicos para cumplir con las restricciones de velocidad de toma
de carga y los límites en las líneas de transmisión.
4.1 Caso 1: Despacho sin restricciones Si se comparan las figuras 6 y 8 se puede observar que en
Al resolver el problema de despacho hidrotérmico sin el despacho con restricciones se hace un uso
considerar las restricciones de red ni la velocidad de toma considerablemente mayor de los generadores térmicos.
de carga de los generadores (rampas) se obtienen los Esto se debe a que en la hora 19 se congestionan las
esquemas de despacho ilustrados en las figuras 5 y 6. El líneas 15-23, 21-22 y 27-28 las cuales conectan parte de
costo total de operación del sistema en este caso es de la generación hidráulica con la demanda del sistema.
24 Scientia et Technica Año XIV, No 40, Diciembre de 2008. Universidad Tecnológica de Pereira.
Adicionalmente la velocidad de toma de carga de los mediano porte, sin embargo, para sistemas reales de
generadores juega un papel importante en el grande porte es recomendable utilizar un software que
encarecimiento de los costos de producción. En la figura haga uso eficiente de matrices dispersas.
6 se puede observar que para el caso 1 (despacho sin El modelo de optimización propuesto es un modelo
restricciones) el generador 5 pasa de generar su mínimo continuo, es decir, no maneja variables binarias de tipo
técnico de 25MW en la hora 18 a generar su máximo de on-off. La inclusión de este tipo de variables hace que el
100 MW en la hora 19. Si se considera una restricción de problema sea más complejo (de tipo combinatorial) y de
velocidad de toma de carga de 30MW/h, este generador dimensiones aún mayores. Un trabajo posterior incluirá
debe comenzar a aumentar su generación desde la hora este tipo de variables, además de un manejo
16 para poder entregar 95MW en la hora 19 como se probabilístico de la demanda esperada y los caudales
muestra en la figura 8. Este mismo comportamiento se afluentes.
aprecia para los demás generadores térmicos que deben
dar soporte en la hora pico.
6. BIBLIOGRAFÍA
G1
200
G2 [1] W.D. Stevenson and J.J. Grainger. Análisis de
Potencia generada (MW)
60
Pontificia Universidad Católica de Chile. 1994.
[6] M.V.F. Pereira and L.M.V.G. Pinto. “Multi-Stage
40 Stochastic Optimization Applied to Energy
Planning”. Mathematical Programming. Vol. 52.
20 August 1991.
[7] T. Gama de Siqueira. “Comparacão entre
0
0 5 10 15 20 25 Programacão Dinâmica Estocástica Primal e Dual e
Hora no Planejamento da Opercão Energética”.
Figura 8. Esquema de despacho para los generadores térmicos Universidade Estadual de Campinas, Faculdade de
cuando se consideran las restricciones de red. Engenharia Elétrica e Computacão. Junho de 2003.
[8] C.A Correa, R.A Bolaños y A.G. Ruiz. “Métodos no
Lineales de Puntos Interiores Aplicados al Despacho
5. CONCLUSIONES Hidrotérmico”. Scientia et Téchnica, año 13, No 34,
mayo de 2007.
En este artículo se presentó un modelo lineal [9] S. Mehrota. “On the Implementation of a Primal-
determinístico para resolver el problema de despacho Dual Interior Point Method”. SIAM Journal on
hidrotérmico de corto plazo. El modelo propuesto fue Optimization, Vol. 2 pp. 575-601, 1992.
implementado para un horizonte de planeamiento de 24 [10] A.V. Fiaco and G.P. MacCormick. Nonlinear
horas, sin embargo, se puede modificar fácilmente para Programming: sequential unconstrained
cualquier otro horizonte de planeamiento como también optimization techniques, John Wiley & Sons, 1995.
para ingresar otro tipo de restricciones de tipo técnico o
económico.
Para resolver el problema de programación lineal
resultante se utilizó un método de punto interior con
variables canalizadas. El modelo propuesto muestra ser
robusto y puede ser aplicado a sistemas de pequeño y