Planeamiento multiobjetivo de la expansión de la transmisión considerando seguridad e incertidumbre en la demanda

Multiobjective transmission expansion planning considering security and demand uncertainty

En este artículo se presenta una metodología de solución para el problema de planeamiento de la expansión de redes de transmisión de energía eléctrica considerando contingencias simples (N-1). Adicionalmente, se considera incertidumbre para los pronósticos de la demanda futura en cada una de las barras del sistema de potencia. El problema de planeamiento es dividido en un subproblema de inversión que calcula los costos de inversión y un subproblema operativo que resuelve los flujos de carga para determinar el grado de infactibilidad (corte de carga), resultados que son presentados en forma de frentes de Pareto. Para resolver el subproblema de inversión se utiliza un algoritmo evolutivo NSGA-II (Elitist Non Dominated Sorted Genetic Algorithm) modificado, que entrega múltiples propuestas de inversión. Por otra parte, se implementa un método de puntos interiores de alto orden para resolver los problemas de flujo del problema operativo. La metodología propuesta es validada utilizando dos sistemas de prueba de la literatura especializada: el sistema IEEE-24 barras y el sistema Garver o IEEE-6 barras, cuyos resultados, al compararse con los tradicionales, demuestran la validez de la metodología propuesta y corroboran la conveniencia de la metodología multiobjetivo aplicada.

Introducción

El problema de planeamiento de la expansión de la transmisión tiene como objetivo determinar el tipo, la cantidad, la ubicación y  el tiempo de instalación de los nuevos equipos de transmisión para satisfacer la demanda futura con mínimo costo de inversión posible. El problema puede resolverse de manera estática (Bolaños et al., 2007), usando una metodología multietapa (Escobar et al., 2004) o mediante un modelo dinámico (Escobar, 2002), con uno o varios escenarios de generación y demanda, respectivamente. Comúnmente los modelos implementados para la solución del problema en orden de complejidad son: modelos de transportes (Garver, 1970), híbridos (Correa, 2008), DC (Correa et al., 2007), (Rider et al., 2005) y el modelo AC (Rider et al., 2006). En este artículo se aborda el problema de la expansión de la transmisión mediante el modelo DC. Este último es un problema de optimización no lineal entero mixto de gran tamaño, que puede ser convertido en un problema de programación lineal cuando es conoci da alguna propuesta de instalación de equipos (Bolaños et al., 2007, Silva et al., 2006); bajo este esquema se resuelven dos problemas, uno de inversión y otro de tipo operativo. Adicionalmen te, cada propuesta de inversión se somete a la evaluación de contingencias mediante el criterio N-1 (Bolaños et al., 2007; Gallego, 2005), con el fin de minimizar simultáneamente los costos de inversión y el corte de carga ante contingencias, convirtiendo el modelo en un problema multiobjetivo (Bolaños et al., 2007; Correa et al., 2007). Se aborda el problema de inversión y contingencias mediante un algoritmo evolutivo Non Dominated Sorting Genetic Algorithm (NSGA-II) (Deb, 2001) modificado (Bolaños et al., 2007), y el problema operativo de flujo de carga es resuelto mediante el método de puntos interiores de alto orden predictor corrector (Bolaños et al., 2007; Rider, 2004).