Rodrigo Novaes, UFJF – BSc

Este trabajo tiene como enfoque la planificación de la operación de mediano plazo de sistemas hidrotermicos. Se investigan los impactos en los costos de simulación cuando el despacho termoeléctrico se determina con base en el escenario esperado de caudales afluentes, comparándolos con los resultados del enfoque decisión-azar, una alternativa de la programación estocástica que considera diversos escenarios en la formulación del problema de optimización. Un análisis conceptual fundamentado en conceptos básicos de la programación estocástica se presenta a lo largo del texto, destacando dos errores posiblemente cometidos por los modelos de optimización actualmente utilizados en los cálculos de la política y del despacho hidrotérmico. Un estudio de caso es presentado, mostrando los beneficios de la utilización del modelado estocástico y de la correcta representación de las incertidumbres o, en otras palabras, de construir un modelo matemático que mejor represente la realidad del fenómeno físico.

Documento disponible solamente en Portugués. Para más informaciones, favor contactar directamente el autor o escriba a PSR (psr@psr-inc.com).

Celso Dall'Orto, UNIFEI – MSc

En Brasil, se utilizan modelos de optimización para tomar decisiones de utilización de las usinas de generación y, en estos modelos, el objetivo es reducir al mínimo el valor esperado de los costes de operación durante un período de estudio, teniendo en cuenta las incertidumbres futuras. En el modelo de mediano plazo, se utiliza cinco años como período de análisis, más cinco años adicionales para evitar que el modelo utilice demasiadamente el agua en el final de estudio, como recurso más barato. Tanto el período de estudio cómo del post-estudio, si no poner en peligro la toma de decisiones a corto plazo, podrían ser reducidos e traer ganancias, tales como la reducción del tamaño de los problemas matemáticos para resolver y, en consecuencia, reducir el tiempo de las simulaciones. El objetivo de este estudio es analizar la posibilidad de reducir el horizonte de estudio en el sistema brasileño.

Documento disponible solamente en Portugués. Para más informaciones, favor contactar directamente el autor o escriba a PSR (psr@psr-inc.com).

Mateus Cavaliere, UFRJ – BSc

El presente trabajo presenta una metodología basada en el equilibrio de mercado para predecir futuros precios de la electricidad en el ambiente de contratación libre para contratos con duración de uno y tres años. En este enfoque, los generadores ofrecen sus niveles de contratación según los precios de mercado (curva de oferta contratante) y las cargas, a su vez, estipulan sus niveles de contratación para cada precio de mercado (curva de demanda contratante), en el punto de encuentro de las curvas se obtiene el precio de equilibrio en el mercado de contratos. La metodología se basa en la optimización bi-nivel, una vez que existen dos variables que son optimizadas (precio y cantidad), con restricciones de equilibrio donde la incertidumbre de los precios en el mercado de corto plazo es representada a través de escenarios. La medida de riesgo para generadores y cargas es una combinación convexa, es decir, es un promedio ponderado por el nivel de aversión al riesgo del valor esperado de la distribución de gastos, en el caso de las cargas, y de los ingresos, en el caso de los generadores, y del valor esperado dentro de un intervalo el cual representa los peores escenarios para el agente, dado un nivel de confianza, también conocido como CVaR.

Documento disponible solamente en Portugués. Para más informaciones, favor contactar directamente el autor o escriba a PSR (psr@psr-inc.com).

Igor Carvalho, UFRJ – BSc

El origen del problema de expansión de los sistemas de energía eléctrica se basa en la necesidad de nuevas inversiones en los sistemas de generación y transmisión debido al crecimiento constante de la carga para cumplir con el plan de expansión previsto. Además, para proporcionar adecuadamente potencia reactiva a través de la red eléctrica, es necesario un equipo adecuado de asignación de equipos de derivación. Esto debe hacerse para mantener niveles de magnitud de voltaje entre límites aceptables, lo que garantiza una operación segura del sistema. Para hacerlo, es necesario realizar un análisis de la expansión de potencia reactiva del sistema que consiste en resolver un problema de optimización del flujo de potencia no lineal y no convexo. Debido a la alta complejidad del problema antes mencionada, que tiene un gran número de variables, las herramientas de software comercial de última generación que se utilizan para la planificación de generación y transmisión todavía necesitan utilizar heurísticas para generar soluciones potencialmente robustas y económicamente eficientes para el sistema analizado. Una vez que la solución de estado de la técnica se basa en una superposición de los planes de expansión que se encuentran en cada escenario, cualquier reducción de costos de inversión debido a una aplicación de un método considerando todos los escenarios puede resultar en un gran ahorro. Por lo tanto, en el presente trabajo, se propone la aplicación del método de descomposición denominado Progressive Hedging al problema de planificación de expansión de equipos de potencia reactiva. El objetivo principal es obtener reducciones de costos en planes de inversión reactiva para sistemas de energía eléctrica.

Documento disponible solamente en Portugués. Para más informaciones, favor contactar directamente el autor o escriba a PSR (psr@psr-inc.com).

Lucas Okamura, UFRJ – BSc

La planificación de la expansión de la transmisión de los sistemas eléctricos es un componente clave para asegurar el equilibrio a largo plazo entre la demanda y el suministro de energía eléctrica. Si el objetivo es buscar el plan con costos mínimos de inversión, técnicas de optimización aplicadas por modelos computacionales normalmente son utilizadas. Sin embargo, si el sistema de transmisión tiene demasiados circuitos, estos modelos pueden requerir grandes esfuerzos computacionales para encontrar la solución óptima. Este trabajo de conclusión de curso presenta una metodología para calcular el plan óptimo de expansión de transmisión para sistemas compuestos por múltiples subsistemas o países, sin requerir esfuerzos computacionales representativos. En primer lugar, se presentará una revisión rápida de la literatura sobre las técnicas de planificación de la expansión de la transmisión. Posteriormente, se explicará y aplicará la metodología propuesta en un caso que representa el sistema de transmisión de la Centroamérica.

Documento disponible solamente en Portugués. Para más informaciones, favor contactar directamente el autor o escriba a PSR (psr@psr-inc.com).

Daniela Bayma, UFRJ – BSc

Este Trabajo de Finalización de Curso presenta la Metodología del Beneficiario y su formulación matemática como una propuesta para la asignación de costos de transmisión. Se caracteriza por dividir los costos de los circuitos entre los agentes que obtienen beneficios económicos de circuitos en existencia o en construcción. La evaluación de los beneficios se realiza a través de un análisis de costes marginales a la demanda y el despacho de generadores con y sin la construcción del circuito. Los beneficiarios se definen como generadores y consumidores que, respectivamente, incrementan sus ingresos y reducen sus pagos con la existencia de una línea de transmisión. En esta tesis de pregrado, se realizó un script en python para realizar simulaciones de adición y eliminación de circuitos. Este script funciona con el software SDDP desarrollado por PSR que determina los despachos de costo mínimo para la operación del sistema. Con la intención de validar y demostrar la aplicabilidad de la metodología se presentan estudios de caso. Además, este estudio pone de relieve otras metodologías existentes de asignación de costos y evalúa el estado del arte en el que se encuentran. Además, destaca las ventajas y desventajas de cada método en comparación con la metodología propuesta.

Documento disponible solamente en Portugués. Para más informaciones, favor contactar directamente el autor o escriba a PSR (psr@psr-inc.com).