Los indicadores son herramientas esenciales para evaluar la operación de un sistema de energía eléctrica. Proporcionan una visión clara y objetiva de la operación del sistema, permitiendo que operadores y planificadores garanticen que las funciones del sistema cumplan con parámetros preestablecidos de seguridad, confiabilidad y calidad. Estos indicadores ayudan a identificar ineficiencias, cuellos de botella operativos y fallas recurrentes — como sobrecargas, pérdidas excesivas o curtailment de generación renovable — que de otro modo podrían pasar desapercibidos.
Además, los indicadores apoyan la toma de decisiones al proporcionar insights orientados por datos que guían acciones correctivas o preventivas. Los indicadores también son críticos para evaluar si las inversiones — como los refuerzos de red o la integración de nuevas tecnologías como los sistemas de almacenamiento — están generando los beneficios operativos esperados.
Al cuantificar atributos clave como la confiabilidad, la flexibilidad y la resiliencia, los indicadores permiten una comprensión más profunda de la capacidad del sistema para compensar las incertidumbres o la variabilidad en la producción o el consumo, así como para recuperarse de perturbaciones (como fallas de unidades generadoras o circuitos de la red de transmisión). En entornos regulados, los indicadores también aumentan la transparencia y la rendición de cuentas entre las partes interesadas. En última instancia, los indicadores bien definidos son fundamentales para garantizar que el sistema de energía evolucione de manera segura, eficiente y sostenible a medida que se adapta a los desafíos de la transición energética.
Esta sección tiene como objetivo presentar un conjunto detallado de indicadores de desempeño diseñados para evaluar la salud y el desempeño operativo de los sistemas de energía. Estos indicadores pretenden abordar aspectos críticos como la confiabilidad, la flexibilidad y la resiliencia, a través de un marco robusto denominado SINAIS, desarrollado en colaboración con el Operador Nacional del Sistema Eléctrico de Brasil, el ONS. El objetivo final del cálculo de estos indicadores es proporcionar a las partes interesadas insights significativos sobre el desempeño del Sistema Interconectado Nacional, apoyar la toma de decisiones informada y orientar mejoras futuras dentro del sector.
SINAIS – Sistema de Indicadores para el Análisis de Sistemas Interconectados
El marco SINAIS diseñado para estimar indicadores de confiabilidad, flexibilidad y resiliencia para sistemas de energía se basa en un conjunto de cinco modelos de simulación distintos, cada uno orientado a dimensiones específicas de desempeño.
El marco SINAIS diseñado para estimar indicadores de confiabilidad, flexibilidad y resiliencia para sistemas de energía se basa en un conjunto de cinco modelos de simulación distintos, cada uno orientado a dimensiones específicas de desempeño. El primer modelo de simulación se centra en evaluar la seguridad del suministro de energía del sistema, evaluando métricas de confiabilidad relacionadas con el abastecimiento de la demanda. El segundo calcula indicadores de flexibilidad operativa del día siguiente, mientras que el tercero evalúa la flexibilidad de reserva emulando la operación en tiempo real del sistema eléctrico. El cuarto modelo examina el desempeño del sistema en relación con la confiabilidad durante condiciones de demanda pico. Por último, el quinto modelo mide la resiliencia del sistema y las capacidades de restauración tras contingencias.
A continuación, se proporcionan especificaciones funcionales detalladas para cada modelo, describiendo el cálculo de los indicadores.
Modelo 1: Indicadores de Confiabilidad Energética
La metodología para estimar las métricas de confiabilidad energética involucra una combinación de modelos de simulación no cronológica y cronológica usando el enfoque de Programación Dinámica Dual Estocástica (SDDP). Inicialmente, un modelo SDDP no cronológico de múltiples áreas y pasos mensuales con múltiples niveles de carga se aplica a lo largo de un horizonte de interés. Este modelo calcula la política operativa óptima considerando incertidumbres en la generación renovable, los caudales y la demanda. Posteriormente, se realiza una simulación SDDP cronológica híbrida, con múltiples niveles de carga y pasos operativos semanales. Esto permite capturar la variabilidad horaria manteniendo la tractabilidad computacional.
Las principales métricas de confiabilidad derivadas de los resultados del SDDP incluyen no solo indicadores tradicionales como el riesgo y el valor esperado de energía no suministrada (ENS), sino también medidas innovadoras como el Valor en Riesgo Condicional (CVaR) de la ENS, que captura el riesgo de cola concentrándose en los peores escenarios más allá de un percentil específico.
Indicadores de Flexibilidad
Se proponen dos modelos primarios para evaluar la flexibilidad operativa del sistema eléctrico. El primero, flexibilidad de programación operativa, se refiere a la capacidad del sistema de atender la demanda neta prevista — calculada como la demanda total menos la generación proveniente de renovables no controlables — utilizando los recursos controlables representados en la simulación.
El segundo modelo, denominado flexibilidad de reserva, evalúa la capacidad del sistema de redespachar generación en tiempo real, utilizando reservas operativas planificadas para acomodar incertidumbres como errores en la previsión de demanda y variabilidad impredecible de la generación renovable. Para estimar estos indicadores de flexibilidad, se resuelven problemas de despacho horario utilizando un horizonte semanal con SDDP. Esto resulta en programaciones de generación horarias para recursos controlables y asignaciones de reserva por unidad generadora.
La metodología también contempla la creación de pronósticos en conjunto (ensemble forecasts) que representan errores de predicción en tiempo real en relación con los valores programados. Estos conjuntos, particularmente para la generación renovable, se agrupan usando técnicas de k-means para replicar el perfil de incertidumbre observado en la operación histórica del sistema eléctrico. Este enfoque reduce la varianza en los escenarios de pronóstico mientras mantiene la representatividad, garantizando que los indicadores de flexibilidad reflejen con precisión los desafíos operativos. El gráfico siguiente muestra la generación renovable de una planta para 200 escenarios renovables originales y la generación renovable de esa misma planta considerando los pronósticos en conjunto, agrupados en 20 clusters.
Modelo 2: Indicadores de Flexibilidad Operativa
En este modelo, los problemas de despacho horario se resuelven a lo largo de un horizonte semanal usando SDDP. Con base en los resultados del despacho, las rampas ascendentes y descendentes disponibles se calculan para cada hora, considerando la diferencia entre la generación controlable disponible y la demanda neta del sistema. Los indicadores en este modelo están relacionados con la capacidad del sistema de atender la «curva pato» prevista (demanda menos generación renovable) utilizando recursos controlables. Esto corresponde conceptualmente a una programación operativa con una semana de anticipación.
Modelo 3: Metodología para la Estimación de los Indicadores de Flexibilidad de Reserva
Los indicadores de flexibilidad de reserva tienen como objetivo emular la operación del sistema en tiempo real, evaluando específicamente si las reservas programadas durante la planificación operativa semanal son suficientes para acomodar las desviaciones entre las condiciones previstas y reales del sistema, conocido como el proceso de «ajuste real» (true up).
Para cada hora dentro del horizonte semanal, el punto de operación derivado de la programación de la semana anterior se ajusta reemplazando los valores previstos de demanda y generación renovable con los valores correspondientes del escenario en tiempo real («true up»). Un nuevo punto de operación se determina redespachando solo las reservas disponibles, respetando las restricciones operativas. En los casos en que el problema es inviable — es decir, las reservas son insuficientes — el corte de carga se calcula como último recurso, considerando que ciertos generadores pueden reducir la producción sin restricciones de rampa, pero no pueden aumentar la generación.
A través de este proceso, se obtienen índices cuantitativos relacionados con la flexibilidad de reserva. Estos incluyen el riesgo de que el «ajuste real» no pueda acomodarse dentro de las reservas programadas, el déficit esperado de reservas bajo las condiciones de «ajuste real» y el Valor en Riesgo Condicional (CVaR) del déficit de reserva.
Modelo 4: Indicadores de Confiabilidad de Punta
La metodología para estimar los indicadores de confiabilidad de punta se basa en los resultados del modelo de confiabilidad compuesta de generación-transmisión (CORAL). CORAL emplea simulaciones de Monte Carlo, muestreando aleatoriamente los procesos de falla y reparación de todos los componentes de generación y transmisión para determinar la disponibilidad de los recursos de generación y transmisión para cada hora dentro de un bloque de demanda pico seleccionado.
Los indicadores derivados de esta metodología incluyen la frecuencia de interrupción, la duración y la severidad de las interrupciones en el suministro, medidas como porcentaje de la demanda horaria durante los períodos pico.
Modelo 5: Indicadores de Resiliencia y Restauración
Por último, el Modelo 5 considerará los resultados de la simulación de confiabilidad de punta e identificará los escenarios en que se produjeron interrupciones de carga, seleccionando aquellos con alta probabilidad de causar apagones y modelará los eventos de falla en los estudios eléctricos en el dominio del tiempo. Esto permite analizar la profundidad del corte de carga y evaluar si el evento llevaría a un apagón, así como el tiempo de restauración del sistema tras la perturbación.
Los indicadores de resiliencia derivados de este análisis incluyen la ocurrencia de apagones y el tiempo requerido para la recuperación del sistema tras el evento iniciador.
Conclusiones
Este informe presenta un marco integral de indicadores de desempeño diseñados para evaluar la salud y la efectividad operativa de los sistemas eléctricos. Al combinar métricas derivadas de modelos de simulación probabilística detallados, los indicadores propuestos ofrecen una perspectiva multidimensional que abarca la confiabilidad, la flexibilidad y la resiliencia de los sistemas de energía.
Los indicadores basados en simulación proporcionan insights prospectivos sobre la capacidad del sistema de atender la demanda bajo incertidumbre, su flexibilidad operativa y su capacidad para recuperarse de perturbaciones.
En conjunto, estos indicadores forman un conjunto robusto de herramientas para monitorear la evolución del sistema, apoyar la toma de decisiones y orientar inversiones y mejoras operativas. El establecimiento de líneas de base y metodologías estandarizadas garantiza además la consistencia y comparabilidad a lo largo del tiempo.
