Programación de la operación de sistemas de potencia con generadores solares empleando técnicas de optimización estocásticas

Abstract

Modern power systems are highly uncertain with respect to power availability due to the recent emergence of renewable energy sources and the variability of the primary sources of these technologies. Those challenges, and the need to take full advantage of the natural resources available, make optimal scheduling of power systems relevant to both academics and companies in the electricity sector. Operating power systems under efficiency and costeffective standards requires sophisticated optimization techniques. In this master’s project, I present a hybrid optimization tool that combines stochastic and analytical algorithms to program optimal scheduling by minimizing the total costs of generation. This optimization tool was tested in the IEEE 57 Bus Test Case, incorporating solar generation. Results were validated by comparing them with those of the particle swarm metaheuristic algorithm (PSO), a common technique used to minimize non-convex and multidimensional functions, such as those involved in the study problem. Solar generation costs were modeled using the uncertainty cost method and simulations were performed using MATLAB. The results show that hybrid algorithms have great potential for programming the operation of modern power systems, given that they allow the determination of efficient operating points through efficient computational simulations.

Los sistemas de potencia modernos tienen un alto componente de incertidumbre en la disponibilidad de potencia, debido a la entrada masiva de energías renovables durante los últimos años y a la variabilidad de las fuentes primarias de estas tecnologías. Lo anterior, sumado a los retos energéticos actuales que exigen que se aprovechen al máximo los recursos naturales disponibles, hace que la programación de la operación de sistemas de potencia represente un tema de interés para académicos y empresas del sector eléctrico. De esta manera, operar sistemas de potencia bajo estándares de eficiencia y economía requiere técnicas de optimización sofisticadas y el continuo desarrollo de herramientas para hacerlo. Bajo esta consideración, en este trabajo final de maestría se presentó una herramienta de optimización híbrida que combina algoritmos estocásticos y analíticos para programar la operación de sistemas de potencia, minimizando los costos totales de generación. La herramienta de optimización se probó en el sistema de 57 barras de la IEEE incorporando generación solar. Los resultados obtenidos se validaron comparándolos con los del algoritmo metaheurístico de enjambre de partículas (PSO), una técnica reconocida para minimizar funciones no convexas y multidimensionales, como la de este tipo de problemas. Los costos de generación solar se modelaron a partir del método de costos de incertidumbre y las simulaciones se realizaron en MATLAB. Los resultados muestran que los algoritmos híbridos tienen un gran potencial para la programación de la operación de sistemas de potencia modernos, ya que permiten determinar puntos de operación eficientes con baja carga computacional y tiempos de simulación razonables.