Documente Academic
Documente Profesional
Documente Cultură
CURSO DE POSGRADO:
OPERACIN DE SISTEMAS
ELCTRICOS DE POTENCIA
MODULO XII
PRONOSTICO DE DEMANDA
MODULO XII
PRONOSTICO DE DEMANDA
Autor
: Ing. Daniel Argumosa
Co-Autor : Dr.-Ing. Eduardo Ordua
INSTITUTO DE ENERGIA ELECTRICA
Puesto que una serie de tiempo es una descripcin del pasado, un procedimiento lgico para
pronosticar el futuro es usar estos datos histricos. Si la historia ha de repetirse, esto es, si los datos
pasados indican lo que se puede esperar en el futuro, es posible postular un modelo matemtico que
sea representativo del proceso. Sin duda, si se conoce este modelo, excepto quiz por ciertos
parmetros, es factible generar pronsticos. Si no se conoce el modelo, los datos del pasado pueden
sugerir su forma.
En las situaciones reales, la forma exacta del modelo que genera la serie de tiempo no se conoce
exactamente. Con frecuencia, se elige un modelo mediante la observacin de los resultados de la
serie de tiempo durante un periodo. Estas observaciones muestran en general que son varios los
patrones comunes en las series de tiempo. Por ejemplo la experiencia ha enseado que los
crecimientos del consumo de energa, en un mbito suficientemente amplio donde se integran y
compensan las dispersiones particulares, tienden a adoptar valores uniformes. La funcin
representativa de los valores anuales, se admite que tiene una forma exponencial, lo que est
aceptado internacionalmente. Por esto se la tomado una funcin exponencial, que solo cabra
modificar en el caso de subsistir una fuerte desviacin entre los valores reales y los deducidos
directamente de la funcin de cada ao.
La funcin elegida es:
C t
C = C * (1 +
)
t
i
100
donde:
t : es el nmero de aos al que se refiere el dato.
C: es la tasa anual de crecimiento de un ao, sobre el anterior, medida porcentualmente.
Ct: es el consumo de energa terico en el ao t
Ci: es el consumo de energa del ao adoptado como base.
La deduccin de los parmetros Ci y C, de la funcin, se efecta por el mtodo de Gauss o de la
minimizacin de las desviaciones cuadrticas entre los valores reales (E) y los definidos por la
funcin de ajuste (Ci).
El clculo es el siguiente:
Aplicando logartmos a la ecuacin anterior:
C
)
100
logC i y
log(1+C/100), se obtiene
2
Fundacin Universidad Nacional de San Juan - Instituto de Energa Elctrica
PRONOSTICO DE DEMANDA
n
n
n
n
( ( t * log E )* ( log E t )* t 2
t
t =1
t =1
t =1
t
=
1
log C =
nn
n
i
( t )2 n * n * t
t =1
C t
log(1 +
= =1
100 )
t =1
t =1
t =1
n
log Et * t n * ( t * log Et )
n
( t )2 n * t 2
t =1
t =1
Otro resultado obtenido e la aplicacin del mtodo es el coeficiente de correlacin de Brevais Pearson, representativo del grado de ajuste, cuya expresin es:
r=
n x * y ( x)( y)
[n * x ( x ) 2 ] * [n * y 2 ( y ) 2
2
para x = log Ct
y=t
La variable que se extrapola es el consumo de energa elctrica medida a la salida de Generacin o
valores de consumo facturado a usuario final.
2. Descripcin del modelo de clculo que correlaciona el crecimiento anual del consumo de
energa elctrica y el crecimiento anual del producto bruto geogrfico
Este modelo efecta previsiones globales de consumo de energa elctrica en forma de totales
anuales utilizando el mtodo de correlacin entre crecimiento anual del consumo de energa
elctrica y crecimie nto anual del producto bruto geogrfico. Este mtodo contiene en s un modelo
probabilstico basado en las siguientes hiptesis:
Para una tasa de crecimiento anual acumulativa de la variable econmica "producto bruto
geogrfico (PBG)", el crecimiento del consumo de energa elctrica sigue una cierta ley de
probabilidad que es funcin solamente de la tasa de crecimiento supuesta para la variable
econmica PBG.
Se admite que esa ley de probabilidad no vara durante el perodo de proyeccin del consumo.
El valor probable de la tasa de crecimiento del consumo de energa elctrica es funcin lineal de
la tasa de crecimiento de la variable econmica PBG. Esta segunda hiptesis permite definir para
las variables consumo de energa elctrica y PBG, un coeficiente de elasticidad constante en base
al cual se plantea el modelo de regresin a utilizar.
Analizando para distintos pases las series histricas consumo de energa elctrica y producto bruto
geogrfico representadas en coordenadas logartmicas en funcin del tiempo, se observa que las
mismas presentan un comportamiento aproximadamente lineal.
Esto concuerda con la hiptesis que tanto el consumo (o produccin) de energa elctrica como el
3
Fundacin Universidad Nacional de San Juan - Instituto de Energa Elctrica
PRONOSTICO DE DEMANDA
siendo
C0 , PBG0
Ct, PBGt
C, PBG
Si para iguales valores de t, utilizando las expresiones (1) y (2), se calculan Ct y PBGt y se
representan luego en un diagrama cartesiano tomando en ordenadas log. Ct y en abscisas log PBGt
se obtiene un conjunto de puntos que definen la curva PBG = f (C) cuya pendiente para dos puntos
muy prximos resulta:
PBG2
log[
] log (1 + PBG )
log . PBG log. PBG
PBG
2
1 = lim
1
100 PBG
i = lim
=
2 1
21
log . C log. C1
C
C
C
2
log[ 2 ]
log(1 +
)
C1
100
La pendiente i de esta curva resulta ser constante independientemente de los puntos que se tomen
para determinarla.
Definiendo para cada punto de esta curva el coeficiente de elasticidad
dC
e= C
dPBG
PBG
dC
C
= log.(1 +
) * dt
C
100
resulta
dPBG
PBG
= log. (1 +
) * dt
PBG
100
resulta
4
Fundacin Universidad Nacional de San Juan - Instituto de Energa Elctrica
PRONOSTICO DE DEMANDA
C
)
100 C = 1
e=
PBG
PBG i
log . (1 +
)
100
log (1 +
El coeficiente de elasticidad resulta ser constante para todos los puntos dado que la curva PBG = f
(C) es prcticamente una recta. Con esto queda probada la segunda hiptesis segn la cual exista
un coeficiente de elasticidad constante e igual al cociente entre las tasas anuales de crecimiento del
consumo de energa elctrica y del producto bruto geogrfico.
Sobre la base de las series histricas "crecimiento del consumo de energa elctrica" y "crecimiento
del producto bruto geogrfico" sera posible determinar por el mtodo de mnimos cuadrados el
coeficiente de elasticidad utilizando como modelo de regresin la siguiente expresin:
C = a * PBG
Debido a que estas series histricas (en especial la de crecimiento del producto bruto geogrfico) no
suelen ser todo lo regulares que fuera de desear, impidiendo con ello, en el caso de utilizar como
modelo una recta con un solo coeficiente, la coincidencia de los valores observados con los valores
ajustados, resulta ms conveniente considerar como modelo de regresin una recta que no pase por
el origen. Es decir, llamando K al parmetro ordenada al origen, se plantea como modelo de
regresin la siguiente expresin:
C = a * PBG + K
C j = Ci *[1 +
Cj
100
] ( j 1)
5
Fundacin Universidad Nacional de San Juan - Instituto de Energa Elctrica
PRONOSTICO DE DEMANDA
C j = {[
Cj
Ci
]1 ( j i ) 1} * 100
i=2,3,......(n-3)
j=(i+1), (i+2),
,n
Puede observarse que la cantidad de trminos de cada serie disminuye a medida que aumenta i,
siendo esta cantidad igual a tres para el caso de la ltima serie.
En forma anloga se procede para obtener las series correspondientes a las tasas de crecimiento del
producto bruto geogrfico.
Para cada par de series " tasa de crecimiento del consumo de energa elctrica" y "tasa de
crecimiento del producto bruto geogrfico" de igual nmero de trminos se calculan por el mtodo
de mnimos cuadrados los coeficientes "a" y "K" del modelo de regresin y el correspondiente
coeficiente de correlacin (coeficiente de Brevais-Pearson). Se adopta luego como valores para "a"
y "K" los correspondientes al clculo que result con mayor valor del coeficiente de correlacin.
3.
El modelo permite determinar en general los valores esperados de consumo de energa, por sector
de consumo y total.
En su estructura contempla los valores y el anlisis estructural del comportamiento histrico del
consumo de energa elctrica, discriminado por sector de consumo, con valores registrados a nivel
de usuario final. Especficamente involucra:
La evolucin histrica, a nivel provincial, por departamento, o rea menor segn los
requerimientos del anlisis que se quiera realizar, de los consumos de energa y nmero de
usuarios sectoriales: Consumo Residencial, Comercial, Industrial, Alumbrado Pblico, Riego
Agrcola y Otros.
Metodologa para definir las proyecciones tendenciales del consumo de energa, a nivel de
usuario final, de los sectores Residencial y Consumo General.
Metodologa para definir proyecciones extratendenciales del consumo de energa, a nivel de
usuario final, de los sectores de consumo Riego Agrcola, y Grandes Usuarios.
Metodologa para definir la proyeccin del consumo de energa total, a nivel de subtransmisin,
considerando o no polticas de reduccin de prdidas.
3.1.
Metodologa
de
las
variables
socio-econmicas,
particularmente
las
GE * Hab * (V /V )
(i)
(i)
br t (i)
U
=
res(i)
(Hab/V )
t (i)
Donde:
U res (i)
GE (i)
Hab (i)
Vbr/Vt (i) : Relacin [Viviendas bajo la red/Viviendas totales] del rea "i".
Hab/Vt (i) : Relacin [Habitantes/Viviendas totales] del rea "i".
Los cuales son dependientes, de entre otras variables, de la cantidad de habitantes que se encuentran
bajo la red elctrica. Por otro lado, del total de viviendas de cada departamento existe un porcentaje,
variable para cada departamento, que estn agrupadas como usuarios del servicio elctrico, y dentro
de ellos una cierta cantidad como usuarios residenciales.
Para la determinacin e identificacin de los usuarios residenciales del ao base y su proyeccin, se
utilizaron:
El grado de electrificacin (GE) por reas de estudio, definido como la relacin entre los
usuarios residenciales y las viviendas bajo la red elctrica del departamento.
Dado a que no todas las viviendas emplazadas dentro del rea se encuentran bajo la red elctrica,
es necesario definir un indicador que tenga en cuenta el efecto participativo de las mismas, el
7
Fundacin Universidad Nacional de San Juan - Instituto de Energa Elctrica
PRONOSTICO DE DEMANDA
cual relaciona las viviendas bajo la red con las viviendas totales del rea analizada (Vbr/Vt).
Un indicador que representa, a partir de la proyeccin de poblacin de cada departamento, la
evolucin del nmero de viviendas del mismo. Este indicador es el de Habitantes por Vivienda.
En general, para el ao base, se tiene como dato real la cantidad de usuarios residenciales totales de
cada unidad de rea estudiada, informacin suministrada por las empresas distribuidoras. Bajo esta
condicin se ajustan los indicadores GE, Vbr/Vt y Hab/Viv, hasta tanto conseguir la igualdad
planteada por la ecuacin (11.3). De ese modo quedan definidos para el ao base o de referencia los
valores iniciales de GE, Vbr/Vt y Hab/Viv, del rea estudiada.
El criterio seguido para la definicin de los valores iniciales de cada uno de los indicadores, lo
determinan los valores recopilados en in situ realizado en cada una de las empresas, apoyados
fuertemente con la informacin disponible contenida en las publicaciones del INDEC
correspondientes a los censos de poblacin y vivienda. A partir de estos valores, se acepta que su
evolucin sea la correspondiente con una curva logstica.
3.1.1. Consumos tendenciales
Sector Consumo General
La proyeccin del consumo de energa de este "gran sector", integrado por los consumos de los
sectores Residencial, Comercial, Industrial, Alumbrado Pblico y Uso General, se realiza a travs
del anlisis de la evolucin que experimenta el consumo del sector Residencial a lo largo de todo el
perodo del estudio, por ser ste el de mayor incidencia y el ms representativo del crecimiento del
Consumo General.
Mediante un anlisis que tiene en cuenta la participacin histrica cada sector de consumo,
componente del Consumo General, respecto del sector Residencial y los valores relativos a los
cuales tendern al final del estudio, para cada ao y departamento, se determina el consumo anual
que agregara cada uno de ellos a la conformacin del Consumo General.
El consumo residencial, en una determinada rea geogrfica, para cada ao del estudio fue obtenido
mediante la aplicacin de la siguiente expresin:
Cres ( i, k ) = U res ( i ,k ) i( i ,k )
Donde:
C res (i,k)
: Indicador del consumo de energa elctrica del sector Residencial del rea
geogrfica "i" en el ao "k". [MWh-ao].
U res (i,k) : Cantidad de usuarios del sector Residencial del rea "i" en el ao "k".
l (i,k)
: Indicador (consumo de energa elctrica por usuario) del sector Residencial del
rea "i" para el ao "k". [MWh/usuario-ao].
8
Fundacin Universidad Nacional de San Juan - Instituto de Energa Elctrica
PRONOSTICO DE DEMANDA
viviendas y usuarios residenciales registrados por organismos oficiales (INDEC), mediante Censos,
relevamiento propio, o por informacin proporcionada por las propias empresas encargadas del
suministro elctrico.
La evolucin del indicador, extendida a todo el perodo de estudio, se asocia a una la ley de
variacin dada por una curva logstica "curva S" cuya tasa de crecimiento inicial se hace
corresponder con la variacin ocurrida en los aos pasados ms recientes, y el valor de saturacin se
fija, en un valor compatible con el del ao base y atendiendo fundamentalmente a los proyectos de
incorporacin de nuevos sistemas elctricos, hoy aislados, o a la expansin natural de la red
interconectada por un lado, y a la comparacin de las caracterstica socioeconmica y geogrfica de
cada zona por otro.
Proyeccin de la cantid ad de usuarios residenciales
Disponiendo de las proyecciones descritas anteriormente y empleando la ecuacin (11.4), se calcula
para cada unidad de rea geogrfica analizada, la evolucin de la cantidad de usuarios residenciales
para los distintos aos que comprende el estudio.
Proyeccin del indicador de consumo [MWh/usuarios-ao]
La evolucin de este indicador se asocia tambin a la variacin que impone una curva logstica o
curva "S".
El valor inicial se determina a partir de la informacin suministrada por cada una de las empresas
involucradas con el abastecimiento de la zona estudiada.
El valor horizonte o final del indicador del consumo del sector Residencial para cada unidad
geogrfica analizada, se fija en valores cercanos a los registrados en una comunidad ms
evolucionada tomada como referencia, y la tasa media de variacin inicial con un valor anual
cercano al 1%. Este es un valor adecuado, para sistemas donde la oferta de energa est consolidada
o es segura y continua, mientras que se debieran adoptar valores un poco mayores en sistemas que
se van incorporando a la red interconectada. Este hecho se debe a que estos tipos de usuarios, pasan
de una situacin de consumos bajos generalmente restringidos por su costo y por su escaso tiempo
periodo de abastecimiento.
Proyeccin del Consumo del Sector Residencial
Disponiendo de la evolucin de la cantidad de usuarios residenciales y del indicador de consumo
[MWh/usuario -ao] del sector, aplicando la ecuacin , Cres ( i ,k ) = U res ( i ,k ) i( i ,k ) se determina
la evolucin del consumo de energa para el sector Residencial.
Proyeccin del Sector Consumo General [MWh-ao]
La metodologa propuesta involucra el empleo de factores de participacin, representados por el
peso que representa cada sector de consumo componente de l Consumo General (Comercial,
Industrial, Alumbrado Pblico, Uso General), respecto del residencial. Para la valoracin de stos,
se analiza la composicin histrica del Consumo General, dando mayor peso o ponderacin a los
registrados mas recientemente.
La proyeccin del factor de participacin, de cada sector de consumo componente del consumo
general, se realiza tomando como punto de partida los valores registrados en el ltimo ao. A partir
de ellos, su proyeccin se establece mediante la consideracin de distintos criterios: los valores
registrados histricamente y pesados convenientemente como ya se indic, la consideracin de la
10
Fundacin Universidad Nacional de San Juan - Instituto de Energa Elctrica
PRONOSTICO DE DEMANDA
La metodologa empleada permite determinar los valores de potencia esperados ocurran en el futuro
en el mbito de los postes de Baja Tensin (BT) u otros estadios superiores de una red elctrica,
aplicando procedimientos adecuados al tipo de informacin y grado de desagregacin disponible. El
modelo se basa en el conocimiento de las proyecciones del consumo de energa elctrica de
usuarios finales, expresado como total anual o desagregado por estacin del ao o mes, en grandes
sectores de consumo y est planteado bajo la consideracin de dos aspectos:
a) Disponibilidad de curvas tpicas de carga diaria representativas de cada sector de consumo, en el
mbito del usuario final.
b) Disponibilidad de mediciones, de energa enviada a la red y curva de carga total, en estadios
superiores de la red.
4.1
Planteo general
Uno de los requisitos fundamentales a tener en cuenta al realizar estudios del mercado elctrico y de
11
Fundacin Universidad Nacional de San Juan - Instituto de Energa Elctrica
PRONOSTICO DE DEMANDA
f perd . =
1
t
t
2
* p ( t ) * dt
0
mediante:
asignar los diagramas correspondientes a los nodos reales de un alimentador por sector de consumo
y componerlos. As se obtendran los diagramas de carga de cada uno de los nodos del alimentador.
Con los diagramas de carga asociados a cada nodo y los correspondientes a las prdidas originadas
en los tramos de lneas que los vinculan, calculadas siguiendo el mismo procedimiento, sumados
hora a hora se determinar el diagrama tpico de carga aplicado a cada una de las salidas de la
subestacin transformadora (SET) MT/BT, y en esta deteminar hora a hora la carga total en BT, su
factor de desuniformidad, factor de carga y factor de simultaneidad de la demanda de BT. Si
seguimos remontando la red, el diagrama de carga aplicado en el arranque del ltimo tramo de la
red de MT involucrar el diagrama de prdidas del transformador y la lnea. De estas, la potencia
mxima de prdidas en cobre se calcula considerando una resistencia equivalente a la de la lnea
ms la del transformador sometida a la corriente mxima de la carga en BT, y la del hierro una
potencia de prdidas constante igual a la de vaco del transformador. El procedimiento para obtener
los correspondientes diagramas tpicos de carga y su suma para obtener los totales, es el mismo que
el planteado para la carga aplicada en BT.
Si los parmetros de la demanda son requeridos solamente en el mbito de las SET de MT, se
agruparan directamente en ellas los distintos consumos de energa facturados aguas abajo de la
red asociada, representados por medio de diagramas tpicos de carga resultantes de asignarle a cada
uno de los sectores de consumo un diagrama de carga, expresado en por unidad, representativo del
nmero de usuarios componentes de cada sector, con la energa facturada correspondiente. Estos
diagramas tpicos de carga, resultantes de cada sector, sumados hora a hora definiran el diagrama
de la carga de los usuarios finales aplicados a la SET. Por medio de este diagrama de carga horario
se determina la demanda mxima aplicada a la red de BT, representada por un conductor de
resistencia equivalente a la resistencia de la red y acometidas, suponiendo una distribucin de carga
que puede ser concentrada o distribuida segn sea lo ms representativo, se determina el valor de la
potencia mxima de prdidas asociada a la red de BT y acometidas y por consiguiente la demanda
mxima total aplicada a la SET.
Dado que en general la disponibilidad de informacin es escasa, particularmente la relacionada con
curvas tpicas de carga representativas de cada sector de consumo y segn distinta cantidad de
usuarios agrupados, este modo de determinar los parmetros de la demanda en general no es el ms
utilizado, an en los casos con propsitos de planificacin del crecimiento de redes. Esto implica la
necesidad de contar con un procedimiento que, haciendo uso de la escasa informacin disponible,
permita definir los parmetros de la demanda necesarios.
En este caso, la metodologa propuesta est sustentada en la utilizacin de magnitudes medidas en
ET, CD y/o SET como energa enviada a la red y sus correspondientes diagramas de carga diaria
relevados durante todo el ao, y registros de facturaciones a usuarios finales para el mismo periodo.
En general, la determinacin de demandas de potencia elctrica mxima, a partir de valores
proyectados del consumo de usuarios finales por sector, requiere el conocimiento previo del valor
de los parmetros que los definen, esto es sus factores de carga y de participacin en la
conformacin de la demanda mxima, y los de las prdidas de los estadios involucrados entre el
usuario final y el nodo o punto del que se quiere conocerlas.
4.3. Determinacin de la demanda de potencia mxima de usuarios finales
Est basada fundamentalmente en la disponibilidad de informacin relacionada con:
a) Mediciones en Estaciones Transformadoras (E.T.) u otros puntos de medicin de energa
enviada a la red, curvas de carga, potencia mxima registrada, medicin de potencia y energa
sobre distribuidores y/o alimentadores.
14
Fundacin Universidad Nacional de San Juan - Instituto de Energa Elctrica
PRONOSTICO DE DEMANDA
b) Mediciones de energa facturada a nivel de usuario final (E fact.UF), y los esperados ocurran en el
futuro, desagregados por grandes sectores de consumo: Consumo General, Riego Agrcola y
Grandes Potencias.
Definido el mbito geogrfico para el anlisis, y guardando la correspondencia entre magnitudes
medidas en la red y facturaciones a nivel de usuario final, el procedimiento est planteado en los
siguientes pasos:
Identificacin de la potencia mxima registrada por distribuidor y/o alimentador, CD ET, que
cubre la zona analizada.
Identificacin de la/s hora/s de ocurrencia de la potencia mxima.
Determinacin de la energa enviada a la red.
Determinacin de la energa facturada en el mismo perodo para la misma red.
Clculo, para cada zona abastecida por el distribuidor y/o alimentador, CD ET, la energa total
de prdidas (Eperd.) como diferencia de energas enviadas a la red y facturadas.
Clculo del factor de prdidas.
Clculo de la potencia de prdida mxima,
E perd .
Pperd . =
f perd . * T
Clculo de la demanda de potencia total mxima de usuarios finales como diferencia entre la
demanda registrada en la E.T. y la potencia de prdidas mxima calculada, en el punto anterior
Pmax .
=P
max . ET
Pperd .
UF
f
carg aUF
fact
.
UF
max .
*t
UF
Estos valores de factor de carga y potencia mxima de usuarios finales, seran los parmetros de la
demanda de un hipottico usuario final cuyo consumo es la energa facturada total.
En esta situacin el paso siguiente es el planteo de un modelo que partiendo de los parmetros de la
demanda total P mx.UF y fcargaUF y energa consumida de usuario final, permita encontrar los
parmetros de la demanda de cada uno de los sectores componentes.
mximas mensuales, estacionales o anuales de cada sector de consumo, segn sea el caso, afectadas
de factores de participacin.
Con propsitos de planificacin del crecimiento de instalaciones, para lo cual es necesario definir
valores de demanda de potencia mxima, y considerando que: a) las demandas de los sectores de
consumo Riego Agrcola y Grandes Potencias se sucedern en las horas restantes u horas de valle
prximas a las de pico, y b) que la demanda mxima del sector consumo general ser la que defina
la tendencia de mxima del sistema. Se plantea como hiptesis de representacin de las demandas,
curvas de variacin senoidal de perodo igual a 12 horas y amplitud coincidente con la demanda
mxima de cada sector de consumo. En general, estas curvas estarn desfasadas en el tiempo un
ngulo tal que el producto de su valor mximo por su coseno sea el valor que toma la demanda de
cada sector en el momento de mxima del sector Consumo General. En particular cuando el sector
Grandes Potencias tiene un factor de carga prximo a uno, el modelo adopta como desplazamiento
angular el establecido por la condicin de que, en el momento de demanda mxima del sector
Consumo General, la demanda del sector Riego Agrcola toma un valor igual a su valor mximo por
el coseno del ngulo. Se toma esta referencia pues se considera que de entre los sectores de
consumo Grandes Potencias y Riego Agrcola, es este ltimo el que menor factor de carga registra y
adems el que presenta sus picos de potencia ms desplazados, respecto de los del consumo general.
La determinacin de los parmetros de la demanda de cada sector de consumo, que integrados dan
como resultado los parmetros calculados para el consumo total a nivel de usuario final, requiere un
procedimiento de ajustes sucesivos del valor de factor de carga, que incide con mayor peso sobre el
valor de potencia mxima, como del factor de participacin, que influye en la posicin relativa de la
curva representativa de cada sector de consumo. Para esto se requiere disponer, para cada sector de
consumo, de alguna informacin acerca de valores tpicos representativos de factor de carga, de
participacin, y horas de ocurrencia de la demanda mxima. Por ejemplo se toman como parmetros
de las demandas, las que se deducen de la informacin de medicin disponible, seleccionando los
valores en funcin del tipo de consumo fundamental que representan (Consumo General, Riego
Agrcola, Grandes Potencias), o recurriendo a valores representativos de cada consumo tomados de
otros sistemas.
Una vez obtenidos los valores de los parmetros de la demanda de usuario final, representativos de
cada sector de consumo, bajo ste modelo, la composicin de la proyeccin de consumos de energa
de distinto tipo, con demandas mximas correspondientes desplazadas en el tiempo, se reduce a la
suma de funciones de variacin senoidal donde los factores de participacin son los cosenos de un
ngulo definido como desplazamiento de la curva del sector respecto del momento de ocurrencia de
la demanda total mxima. Este hecho, agregado a la informacin disponible sobre la hora de
ocurrencia de las demandas mximas de cada sector de consumo, permiten asignarle una
equivalencia con los grados trigonomtricos de las funciones senoidales.
En esta situacin, la evolucin de la demanda mxima total de usuario final, su hora de ocurrencia y
su factor de carga, se obtiene considerando que cada sector de consumo evoluciona
independientemente segn sea su proyeccin de consumo de energa, con una curva de carga inicial,
fijada para el ao base mediante los parmetros de usuario final calculados anteriormente, y donde
es posible adems, de acuerdo a las hiptesis de crecimiento, modificar tanto sus factores de carga
como de participacin desde el valor inicial calculado hasta valores proyectados de planificacin.
El planteo general es del tipo:
P(t) = PCG * cos (t+) + PRA * cos (t+) + PGP * cos (t+)
donde : PCG, es la demanda mxima del sector Consumo General;
16
Fundacin Universidad Nacional de San Juan - Instituto de Energa Elctrica
PRONOSTICO DE DEMANDA
= Tg 1 [
Desde el punto de vista matemtico, evidentemente una mejor aproximacin del modelo se lograra
si cada sector de consumo se representara por una funcin compuesta por armnicas de orden
superior, pero al no disponerse de curvas tpicas propias del sistema analizado no es posible
predecir con exactitud su forma.
Estos valores de demanda de potencia de usuario final pueden referirse a estadios superiores de la
red, considerando para ello las prdidas involucradas entre estos y el usuario final. El procedimiento
en este punto es el mismo que el desarrollado para el caso en que se dispone de curvas tpicas de
carga por sectores de consumo visto anteriormente.
5. Modelo sectorial General. Demandas totales horarias.
A partir de la caracterizacin de la demanda por sectores de consumo, y de la evolucin del
consumo anual, y de la carga por sectores, es posible obtener las 8760 potencias horarias,
correspondientes a la curva anual del sistema. En este caso su descripcin se realiza a travs de un
juego de coeficientes multiplicativos que representan la evolucin natural del consumo anual. As se
definen:
Coeficiente de tendencia (t): Representa la tasa de crecimiento mensual del consumo, deducido de
la tasa de crecimiento anual del consumo por sector.
Coeficiente de variacin estacional(k): Las variaciones estacionales del consumo es representado
por este coeficiente, y se establece como la relacin entre la energa del da hbil medio semanal
con respecto a la del da hbil medio anual.
Coeficiente de ponderacin diaria (p): Este es un coeficiente de ponderacin diaria, que mide el
peso en energa de un da no hbil o semi-hbil con respecto al da hbil medio de la misma semana.
17
Fundacin Universidad Nacional de San Juan - Instituto de Energa Elctrica
PRONOSTICO DE DEMANDA
Este coeficiente depende de la semana y el da considerado y por definicin vale 1 para un da hbil.
Coeficiente de modulacin horaria (PR): Un coeficiente de modulacin, denominado potencia
reducida (PR) indica el peso en potencia de una hora dada con respecto a la potencia media del da
considerado. Por lo tanto, este coeficiente depende de la semana, del tipo de da y de la hora
correspondiente a cada una de las potencias estudiadas.
Como estos 4 (cuatro) coeficientes son multiplicativos, la potencia que se quiere representar para un
sector de consumo determinado y un ao dado, y para la hora h del da j de la semana i resulta de
aplicar los coeficientes mencionados a la energa anual considerada. En otras palabras, el paso de
energa anual a potencias, para cada sector de consumo, se representa mediante:
Phji =
PR hji
E
t i k i p ji
N
24
donde:
h: ndice de la hora.
j: ndice del tipo de da de la semana
i: ndice de la semana.
E: energa anual.
t: tasa de crecimiento semanal (deducida del crecimiento anual).
k: coeficiente estacional, relativo al da hbil medio semanal.
E
N
ki pi
ki =
Ei 365
(y)
(1+ t)
Ni
E
18
Fundacin Universidad Nacional de San Juan - Instituto de Energa Elctrica
PRONOSTICO DE DEMANDA
6.
Generalidades:
El conocimiento de la carga en las barras de un sistema, es uno de los requerimientos ms
importantes que son necesarios disponer para lograr una operacin eficiente de sistemas de
distribucin. La estimacin del nivel de las cargas, particularmente los valores mximos, son la base
para la definicin del diseo de las instalaciones y de los clculos econmicos. Su conocimiento
hace posible prever la operacin y el mantenimiento del equipamiento elctrico y la planificacin de
la configuracin y operacin de las redes.
La mayor dificultad en la modelacin del pico de carga en barras es debido a la naturaleza
aleatoria de la carga, a la diferenciacin de las formas de las curvas de carga en diferentes lugares
de un sistema, la poca disponibilidad de datos de mediciones y el carcter incierto de la
informacin de la carga de los usuarios.
La inseguridad en el pronstico del consumo y la demanda, de las curvas de carga, o los diagramas
ordenados de duracin de carga, est ocasionada por factores estocsticos, fundamentalmente
meteorolgicos. Ya que en cierta forma, las sobreestimaciones o subestimaciones en el transcurso
de un determinado periodo, se pueden compensar entre s, la inseguridad afecta sobre todo a la
forma de las curvas de carga. Por ejemplo la energa total de una semana y el diagrama ordenado de
duracin de cargas, son afectados en mucho menor medida.
En la programacin de la operacin de largo plazo subordinada a la planificacin de largo plazo, la
inseguridad de un pronstico se puede describir estadsticamente a travs del error del pronstico.
En general, la tarea global de un pronstico involucra tareas parciales con gran cantidad de
variables de entrada de diversa naturaleza (determinsticas, estocsticas, inciertas).
En lo que sigue se presenta u mtodo de previsin de la demanda mxima aplicando un mtodo de
regresin a variables inciertas o borrosas.
6.1. Definiciones bsicas de la teora de conjuntos difusos o borrosos (TCB).
La TCB, es una novedosa herramie nta matemtica, de extraordinaria utilidad en el tratamiento de
problemas que se resisten a la matemtica clsica, o cuando es necesario poner en evidencia
situaciones blandas o flexibles en las que un efecto determinado deja lugar a incertidumbres.
La TCB, y subproductos como la Lgica borrosa, La teora de las Posibilidades, el
Razonamiento Aproximado, permiten manejar magnitudes o datos inciertos, vagos, ambiguos,
imprecisos, confusos, incompletos, subjetivos etc. es decir borrosos, que la matemtica clsica y la
teora de las probabilidades y la estadstica resultan impotentes para tal fin.
En efecto, la matemtica clsica maneja variables determinsticas, de valores ciertos, y las otras
dos variables aleatorias o estocsticas, quedando excluidas las borrosas.
Expresiones como el arte del buen construir, plaza estable, severidad de una infeccin, valor
de saturacin de una variable socioeconmica, etc., son todas borrosas.
An cuando se trate de magnitudes que pueden expresarse con certeza en valores numricos, como
la edad de una persona, teniendo a la vista su documento de identidad, es ciertamente borroso decir
que dicha persona, si tiene por ejemplo 35 aos, por ejemplo, tiene corta edad, mediana edad, o algo
avanzada edad, etc.
Cuando nos referimos a una variable con valor numrico conocido, decimos que ella es la variable
bsica del problema. Por ejemplo: Estamos frente a Juan, que tiene corta edad, y debemos decir si
dicha edad es 20, 30, 40, 50 aos. Estos valores numricos son la variable bsica.
19
Fundacin Universidad Nacional de San Juan - Instituto de Energa Elctrica
PRONOSTICO DE DEMANDA
Cuando nos referimos a una variable sin valor numrico como, inteligencia, belleza, bondad,
debemos recurrir a una escala de calificaciones x, entre 0 y 1.
Lo natural, es que ante una situacin borrosa, como la planteada, dudemos si Juan de corta edad,
tiene 20, 30 , 40 o 50 aos. En primera instancia pensamos que tiene mas sustento 20 aos que 30,
menos 40 y mucho menos 50 aos. Si calificamos los sustentos con valores entre 0 y 1 :
u (aos)
20
30
40
50
1.00
0.70
0.50
0.20
X= u /u
En este caso:
corta edad es :
los valores de
En el ejemplo citado, edad de Juan, es la variable lingstica o literaria, cuyo valor es, la variable
borrosa (V.B.)
En el grfico que sigue, aclaran mucho la idea que se quiere exponer. Este Grfico puede ayudar
tambin a ubicarnos, realizar un anlisis lgico o de Gramtica Estructural en la que intervienen la
Variables Literarias(V.L.) y las Variables bsicas (V.B.). Ejemplo: Consideremos la oracin: La
edad de Juan es Corta.
Sujeto: la edad de Juan (frase)
Predicado: es (verbo); corta (adjetivo)
La V.L. es edad de Juan
La V.B. es corta
El conjunto borroso C.B es corta =X2=: 1/20 0.7/30 0.5/40 0.2/50
EDAD
V. LITERARIA
V.B.
Xi
MUY
CORTA
X1
MEDIANA
X3
CORTA
X2
ALGO AVANZADA: X4
AVANZADA
X5
SUSTEN
TO
10
20
30
4
0
50
0
6
0
7
0
8
0
90
1 00
20
Fundacin Universidad Nacional de San Juan - Instituto de Energa Elctrica
PRONOSTICO DE DEMANDA
Funciones de pertenencia
Un conjunto clasico (o rgido) est definido como una coleccin de elementos de xX (siendo X
el universo en discurso). Cada elemento puede pertenecer o no a un conjunto A, AX . La
pertenencia de los elementos X al subconjunto A de X puede ser expresada como una funcin
caracterstica A(x), tal que:
1 Sii xA
A(x) =
0 Sii x A
L. Zadeh introdujo los conjuntos difusos como una extensin y generalizacin de los conceptos
bsicos de los conjuntos rgidos,. Modific la nocin de una pertenencia binaria para formular los
grados de pertenencia en un intervalo contnuo [0, 1], donde los dos extremos 0 y 1 indican la no
pertenencia y la pertenencia totaal o completa respectivamente, de la misma forma que la funcin
caracterstica lo hace con los conjuntos rgidos, logrando as que la transicin entre pertenencia y
no pertenencia sea gradual en lugar de abrupta.
Un conjunto difuso , en el universo de discurso X est definido como un conjunto de pares
ordenados:
={(x, (x)), /x X}
Donde (x) es la funcin de pertenecia(o la funcin caracterstica ) de , y (x) indica el grado
de pertenencia de x a .
A manera de ejemplo, en la Figura que sigue se muestra la diferencia en la forma de considerar un
lmite a travs de un conjunto clsico y un conjunto difuso.
Ejemplo: Una lnea de tranmisin L que tiene como lmite trmico la capacidad de transporte el
valor de 100 MW .
A(P
Representacin
rgida
)
1
A(P
)
Representacin
difusa
100
P
100
P
[MW]
Fundacin
Universidad Nacional de San Juan - Instituto de Energa
Elctrica
[MW]
PRONOSTICO DE DEMANDA
21
El sistema puede operar sin sobrepasar este lmite, se puede representar este lmite de forma rgida,
de esta forma valores ligeramente superiores a 100 MW, muestran como inadmisible su operacin.
Por el contrario, si se representa el lmite de forma difusa, es admisible superar, el lmite pero, con
una disminucin en la pertenencia al conjunto de potencia transportada admisible. Adems, la
modelacin difusa permite tener informacin sobre cuan cerca del lmite se encuentra operando la
lnea, algo que la modelacin rgida no permite.
La potencia transportada por la lnea L, son factibles mientras no superen el lmite trmico de 100
MW. En la realidad, este lmite no es un valor rgido sino estimado, y es ideal para modelar de
manera difusa.
Operaciones con conjuntos difusos
Complemento de un conjunto difuso
Sea un conjunto difuso con una funcin de pertenencia (x) y su complemento. La funcin
de pertenencia del complemento est definida como:
(x) = 1- ((x) ), x X.
Unin de dos conjuntos difusos.
~
Sean y B
dos conjuntos difusos con sus funciones de pertenencia (x)
respectivamente. La funcin de pertenencia del conjunto unin
~
y B (x)
C = AU B
C(x)= max( (x), (x)), x X
A
B
y B (x)
D = AI B
est definida como:
E= A
22
Fundacin Universidad Nacional de San Juan - Instituto de Energa Elctrica
PRONOSTICO DE DEMANDA
E (x) = ( (x)) , x X
A
Decisin Difusa
El proceso de la toma de decisin en la realidad se desarrolla en un entorno en el cual los objetivos
y las restricciones no estn definidas con precisin.
En 1970 Bellman y Zadeh, introdujeron tres conceptos bsicos: objetivo difuso, restricciones
difusas y decisin difusa; y exploraron la aplicacin de estos conceptos al proceso de toma de
decisin bajo incertidumbres.
Sea X un conjunto de las posibles alternativas de solucin de la toma de decisin.
~
c (x).
~
R (x).
D =C I R .
donde
I es el operador interseccin.
~
conjunto de decisin
decisin
D.
Modelacin de la Demanda
23
Fundacin Universidad Nacional de San Juan - Instituto de Energa Elctrica
PRONOSTICO DE DEMANDA
En la Figura que sigue se muestra una evolucin histrica del consumo de energa elctrica, y una
banda de proyeccin en la que se prev estarn contenidos los valores futuros pronosticados.
Consumo
E [GWh]
Franja de pronstico
1985
1990
1995
2000
2005
2010
AO
Es posible que el consumo de energa se encuentre entre los valores mximos y mnimos Emax.
y Emin. (o es casi imposible que el consumo crezca por sobre Emax. o que est por debajo de
Emin.
Es muy posible que el consumo futuro de energa sea de un valor medio Emedio.
24
Fundacin Universidad Nacional de San Juan - Instituto de Energa Elctrica
PRONOSTICO DE DEMANDA
Tomando los valores de Emax., Emedia y Emin, de las proyecciones del consumo, y los conceptos
lingusticos anteriores, se puede construir la funcin de pertenencia triangular presentada en la
figura siguiente, donde se muestra la incertidumbre alrededor de un valor central, al que se le asigna
el valor de pertenencia o sustento mximo 1. Esto significa utilizar funciones de pertenencia
normalizadas.
Emax = -Emin
=
=23
1
.0.8
=2
.0.6
=1
1 < 2 <
3
0.4
0.2
0.0
0.10
0.20
0.0
Emin
Para visualizar mejor la comparacin y facilitar el clculo se trabajar con variaciones de los
valores de consumo, y su funcin de pertenencia o sustento respectiva.
E
; Emin E 0
1
min
E(E) =
E
; 0 E Em a x
1
Em a x
donde :
E =
E - E media
Emedia
Em a x =
Em a x - Emedia
Emedia
Emin =
Emin - Emedia
Emedia
Usualmente en los clculos en los que se emplea el DODC o el DOMDC, los valores de pico de la
demanda se modelan como un nmero difuso triangular, E , segn se muestra en la figura.
25
Fundacin Universidad Nacional de San Juan - Instituto de Energa Elctrica
PRONOSTICO DE DEMANDA
P[MW]
Pp1
Pp2
Pp3
Pr(PP)
26
Fundacin Universidad Nacional de San Juan - Instituto de Energa Elctrica
PRONOSTICO DE DEMANDA