Documente Academic
Documente Profesional
Documente Cultură
TESIS DOCTORAL
Jurados
Marzo de 2011
Medelln, Colombia
ii
iii
iv
v
vi
vii
viii
ix
x
A mis seres queridos
Especialmente a mi Madre y a Nohelia
xi
xii
Prefacio
Agradecimientos
xiii
xiv
RESUMEN
xv
xvi
ABSTRACT
xvii
xviii
TABLA DE CONTENIDO
INTRODUCCIN ............................................................................................... 1
1. OPERACIN DE UNA EMPRESA DE GENERACIN HIDROELCTRICA EN
MERCADOS DE CORTO PLAZO ......................................................................... 5
1.1 Introduccin ................................................................................................ 5
1.2 Evolucin de los mercados de electricidad................................................. 7
1.3 El problema de coordinacin hidrotrmica de corto plazo ....................... 13
1.4 El problema de asignacin de las unidades de generacin hidro-
elctrica ................................................................................................ 18
1.5 El diseo de ofertas a la bolsa de electricidad para el mercado del da
siguiente ............................................................................................... 20
1.5.1 Los precios de la electricidad .......................................................... 24
1.5.2 Los pronsticos de precios de la electricidad .................................. 25
1.5.3 Los mecanismos de subastas ......................................................... 26
1.6 Operacin de una empresa de generacin hidroelctrica en
mercados de corto plazo ...................................................................... 28
1.6.1 Los sistemas de planeacin centralizada y los esquemas de
mercados en competencia ........................................................ 28
1.6.2 Las tcnicas de optimizacin empleadas. ........................................ 30
1.6.3 Las metodologas de descomposicin ............................................. 34
1.6.4 Otros mtodos de solucin .............................................................. 39
1.6.5 El problema de la cabeza variable ................................................... 40
1.7 Sntesis del captulo ................................................................................. 41
2. EVALUACIN DE LA EFICIENCIA TCNICA EN LA GENERACIN
HIDROELCTRICA............................................................................................ 43
2.1 Introduccin .............................................................................................. 43
2.2 La funcin de produccin en la generacin hidroelctrica .......................... 44
2.2.1 La cada bruta. ................................................................................ 45
2.2.2 Las prdidas hidrulicas ................................................................. 51
2.2.3 La cabeza neta................................................................................ 53
2.2.4 La eficiencia tcnica del grupo turbina-generador........................... 54
2.3 El problema de la cabeza variable en la generacin hidroelctrica .......... 59
2.4 Anlisis matemtico de la funcin de produccin ..................................... 60
xix
2.5 Costos operacionales. .............................................................................. 61
2.6 Sntesis del captulo. ................................................................................ 62
3. EL PROBLEMA DE INVESTIGACIN ................................................................ 65
3.1 Delimitacin del problema de investigacin.............................................. 65
3.2 Justificacin de la investigacin ............................................................... 67
3.3 Objetivos de la investigacin .................................................................... 69
3.3.1 Objetivo general .............................................................................. 69
3.3.2 Objetivos especficos ...................................................................... 69
4. FORMULACIN DE UN MODELO DE OPTIMIZACIN PARA LA
PROGRAMACIN DE LA OPERACIN HIDROELCTRICA ............................ 71
4.1 Introduccin .............................................................................................. 71
4.2 La funcin de produccin de potencia hidroelctrica. ............................... 72
4.3 La eficiencia tcnica de las unidades de generacin como una
funcin de la cabeza neta y la descarga de agua ................................. 74
4.4 Anlisis grfico ......................................................................................... 79
4.5 Restricciones del sistema de generacin hidroelctrica ........................... 82
4.5.1 Ecuaciones de balance de agua. .................................................... 82
4.5.2 Restricciones de los embalses. ....................................................... 82
4.5.3 Restricciones de las unidades de generacin hidroelctrica. .......... 82
4.5.4 Clculo de la cabeza neta. .............................................................. 83
4.5.5 Escalamiento del Diagrama Colinar.............................................. 83
4.5.6 Clculo de la eficiencia tcnica de las unidades y la potencia de
salida. ...................................................................................... 85
4.5.7 Variables utilizadas y modelado del encendido y apagado de las
unidades. ................................................................................... 85
4.6 Funcin objetivo: maximizacin de beneficios .......................................... 86
4.7 Funcin objetivo alternativa: maximizacin de la eficiencia tcnica ......... 86
4.8 Estrategia de solucin del problema de programacin de la operacin
hidroelctrica ......................................................................................... 87
4.9 Sntesis del captulo .................................................................................. 89
5. CASO DE ESTUDIO: PROGRAMACIN DE LA OPERACIN HIDRO-
ELCTRICA PARA UN SISTEMA DE EMBALSES EN CASCADA A LO LARGO
DE LA CUENCA DEL RIO DUERO EN ESPAA ............................................... 91
xx
5.1. Nomenclatura............................................................................................. 92
5.1.1 Constantes ........................................................................................ 92
5.1.2 Variables ................................................................................................. 93
5.1.3 Conjuntos ................................................................................................ 93
5.2 Introduccin ............................................................................................... 94
5.3 Formulacin del modelo ............................................................................ 98
5.3.1 La eficiencia tcnica y la funcin de generacin de potencia ............ 98
5.3.2 Formulacin del modelo basado en beneficio ................................ 100
5.3.3 Formulacin de la funcin objetivo alternativa basada en la
eficiencia ................................................................................ 103
5.4 Casos de Estudio .................................................................................... 104
5.4.1 Primer caso de estudio ................................................................... 105
5.4.2 Segundo caso de estudio............................................................... 106
5.5 Conclusiones ........................................................................................... 114
5.6 Referencias ............................................................................................. 114
5.7 Anexo Estadistico: Mtodo de muestreo de las curvas de eficiencia ....... 118
6. CASO DE ESTUDIO: PROGRAMACIN DE LA OPERACIN HIDRO- electrica
PARA UN SISTEMA DE EMBALSES EN CASCADA A LO LARGO DE LA
CUENCA DEL RIO PORCE EN COLOMBIA .................................................... 121
6.1 Introduccin ............................................................................................. 121
6.2 Evolucin del Sistema Elctrico Colombiano, SEC. ................................ 122
6.3 Caractersticas del Sistema Elctrico Colombiano, SEC. ....................... 125
6.3.1 Generalidades ................................................................................. 125
6.3.2 El funcionamiento de la Bolsa de Energa en Colombia ................ 126
6.4 La generacin hidroelctrica en Colombia .............................................. 128
6.4.1 Generalidades ................................................................................. 128
6.4.2 Las principales Cadenas Hidrulicas del SIN ................................. 129
6.5 Proyectos Hidroelctricos en Ejecucin .................................................. 132
6.5.1 El Proyecto Hidroelctrico Porce III................................................ 132
6.5.2 El Proyecto hidroelctrico Porce IV ................................................ 132
6.5.3 El proyecto hidroelctrico Pescadero - Ituango .............................. 133
6.6 Seleccin de la cadena hidrulica para el caso de estudio .................... 134
6.7 Implementacin computacional ............................................................... 136
xxi
6.8 Resultados ............................................................................................... 138
6.8.1 Maximizacin de beneficios con volumen fijo. ................................ 138
6.8.2 Maximizacin de beneficios con volumen libre. .............................. 140
6.8.3 Maximizacin de la eficiencia con volumen fijo. .............................. 142
6.8.4 Maximizacin de la eficiencia con volumen libre. ............................ 142
6.9 Sntesis del captulo. ................................................................................ 143
7. CONCLUSIONES.............................................................................................. 145
8. BIBLIOGRAFA ................................................................................................. 155
9. ANEXOS ........................................................................................................... 173
ANEXO A. Pruebas estadisticas .................................................................... 173
ANEXO B. Derivadas relacionadas con la funcin de la eficiencia tcnica
de las unidades de la generacin hidroelctricas. ................... 176
ANEXO C. Coeficiente de Hazen-Williams para algunos materiales ............ 177
ANEXO D. El sistema hidroelctrico colombiano .......................................... 178
xxii
xxiii
LISTA DE TABLAS
Tabla 2.1 Pruebas estadsticas para el ajuste del embalse Porce III ............. 50
Tabla 2.2 Rango de saltos netos recomendado para cada tipo de turbina. ... 59
xxiv
LISTA DE FIGURAS
Figura 4.1 Eficiencia de una turbina Francis como una funcin cuadrtica de
la cabeza neta y la descarga de agua. Puntos muestreados
(arriba). Modelo ajustado (centro y abajo). ..................................... 77
Figura 4.2 Curva de eficiencia de la turbina en funcin de la descarga de
agua para diferentes valores de la cabeza neta. .......................... 80
Figura 4.3 Curva de potencia producida en el generador en funcin de la
descarga de agua turbinada para diferentes valores de la
cabeza neta. ................................................................................. 81
Figura 4.4 Curva de descarga de agua turbinada en funcin de la cabeza
neta. .............................................................................................. 81
Figura 5.1 Eficiencia de una turbine Francis como una funcin de la cabeza
neta y la descarga de agua ........................................................... 99
Figura 5.2 Topologia hidrulica de la cuenca. ................................................ 105
Figura 5.3 Potencia de salida versus precio de la electricidad para octubre 9-15
de 2008 ........................................................................................ 108
xxv
Figura 5.4 Descarga de agua versus precio de la electricidad para octubre 9-15
de 2008 ........................................................................................ 108
Figura 5.5 Volumen y descarga de agua para octubre 9-15 de 2008............. 109
Figura 5.6 Planta 1 Correlacin negativa entre la eficiencia y la descarga. .. 109
Figura 5.7 Planta 1 Correlacin positiva entre la eficiencia y la
productividad. .............................................................................. 110
Figura 5.8 Resultados de eficiencia: mximo beneficio versus mxima
eficiencia. Volumen fijo ................................................................. 111
Figura 5.9 Resultados de eficiencia: mximo beneficio versus mxima
eficiencia. Volumen libre ............................................................... 113
Figura 6.1 Capacidad efectiva neta del sistema aos 1995-2007 ................. 126
Figura 6.2 Evolucin del embalse agregado. ............................................... 129
Figura 6.3 Cadena Hidrulica Guatape-Playas ............................................ 130
Figura 6.4 Cadena Hidrulica Porce ............................................................ 131
Figura 6.5 Ubicacin del Proyecto Porce IV. ................................................. 133
Figura 6.6 Configuracin del sistema de generacin hidroelctrica,
seleccionado como caso de estudio. ......................................... 136
Figura 6.7 Planta 3. Potencia generada vs precios de la electricida para ...... 139
Figura 6.8 Planta 3. Descarga de agua vs precios de la electricidad para
Mayo 1 Junio 27 de 2010. Modelo de maximizacin de
beneficios con volumen fijo ....................................................... 140
Figura 6.9 Planta 3. Potencia generada vs precios de la electricidad para
Mayo 1 Junio 27 de 2010. Modelo de maximizacin de beneficios
con volumen libre ....................................................................... 141
Figura 6.10 Planta 3. Descarga de agua vs precios de electricidad para
Mayo 1 Junio 27 de 2010. Modelo de maximizacin de
beneficios con volumen libre. ................................................... 141
xxvi
INTRODUCCIN
2
trabajos relacionados con la operacin de sistemas hidroelctricos,
posiblemente para evitar las no linealidades y otras complejidades matemticas
involucradas en su solucin. En esta investigacin se analiza la importancia de
un detallado modelamiento del comportamiento de las unidades de generacin
hidroelctrica para lograr una mejor representacin del sistema y obtener unos
resultados ms exactos. Se aborda el problema de la estimacin de la funcin
de produccin de una unidad de generacin hidroelctrica en una planta con un
embalse regulador.
3
4
1. OPERACIN DE UNA EMPRESA DE GENERACIN
HIDROELCTRICA EN MERCADOS DE CORTO PLAZO
1.1 Introduccin
Seguirn siendo vlidos los anteriores objetivos del sector? O, ser necesario
actualizarlos?
6
Los principales temas que se abordan en este captulo son:
7
Ganancias en la eficiencia del sistema de generacin por su operacin
centralizada, que no podran alcanzarse con plantas operadas de forma
independiente (Stoft, 2002).
8
(2000), Bakos (2001), Baer y Coes (2001), Pineau (2002), del Sol (2002),
Tishler, Woo y Lloyd (2002), Newbery (2002), Banfi, Filippini y Luchsinger
(2002) y Dyner, Arango y Larsen (2003).
9
diversos lugares del mundo, especialmente en Amrica, Australia, frica y Asia
(Mesa, 2006). Sin embargo, en muchos pases tambin se han observado
variaciones significativas como en Noruega (Gronheit et al., 1998) y en
California (Chi-Keung, Debra y Asher, 2003). En este pas, como consecuencia
del fenmeno de El nio, en el ao 2009 la demanda de energa elctrica
aument un 1,86%, con respecto a la del ao 2008, debido en gran medida a
los altos consumos en el sector residencial como resultado de las altas
temperaturas. La generacin trmica tuvo un incremento del 87,3%, mientras
que la hidralica disminuy en un 11%. El precio en bolsa present un
incremento promedio del 56% al pasar de 89,14 a 139,57 $/kWh y el precio de
los contratos bilaterales subi un 18% pasando de 88.78 a 104.74 $/kWh.
10
durante 1992, en Per en 1993, en Bolivia y Colombia en 1994, y en los pases
centroamericanos en 1997. En aos recientes, Mxico inici acciones hacia la
desregulacin de sus mercados. En la actualidad, se estn dando pasos
significativos hacia la creacin de un mercado regional latinoamericano
(Maldonado y Palma, 2004), aunque algunos pases latinoamericanos como
Venezuela, Ecuador y Bolivia puedan estar dando marcha atrs en sus
reformas.
11
En este nuevo ambiente, en Colombia se incentiva la construccin de plantas
eficientes y la adecuada valoracin de sus costos de produccin ya que el
regulador est comprometido con el desarrollo de un mercado altamente
competitivo (Congreso de la Repblica de Colombia, Ley 143, 1994). De esta
manera, en un esquema de mercado basado en ofertas y despacho por orden
de mrito, los costos de produccin de los generadores deben bajar a niveles
mnimos para garantizar su supervivencia en el mercado, dado que si un
generador no tiene precios competitivos, no ser despachado.
12
1.3 El problema de coordinacin hidrotrmica de corto plazo
13
De manera general y segn las consideraciones anteriores, el problema de
Coordinacin Hidrotrmica de Corto Plazo puede representarse como se
enuncia a continuacin.
Sujeto a:
14
Estructura general del problema de coordinacin hidrotrmica de corto
plazo
16
Figura 1.3 Relacin oferta-demanda
Fuente: Adaptada de Velsquez (2008)
17
En esta investigacin se aborda el problema de la operacin de una empresa
de generacin hidroelctrica en mercados de corto plazo; por lo tanto, a partir
de este momento, se desarrollar en ms detalle la componente relacionada
con la hidro-generacin de electricidad.
Nilsson and Sjelvgren (1997) estudian los costos de encendido de las unidades
hidrulicas, mediante tres preguntas bsicas, a saber: Cules son las causas
del costo de arranque o de encendido? Cules son sus costos? Cmo afecta el
arranque las estrategias de programacin de corto plazo de los generadores?
Con respecto a las causas de estos costos relaciona el desgaste de la
maquinaria y de los rodamientos debido a los cambios de temperatura durante
el encendido, por lo cual se les debe realizar un mantenimiento frecuente para
18
evitar la prdida de su vida til. Adems de la indisponibilidad de las unidades,
podra presentarse mal funcionamiento de los equipos de control durante el
arranque, con los correspondientes costos de personal tcnico para su
reparacin. Con relacin a las prdidas de agua durante el encendido, los
autores discriminan los costos en tres fases segn la velocidad de la unidad,
as, desde cero hasta 90% de la velocidad nominal, desde este 90% hasta la
velocidad nominal, y por encima de sta. Afirman los autores que no hay un
mtodo comn establecido para estimar el costo de arranque sino que cada
empresa utiliza su propia forma de determinarlo. En referencia a la tercera
pregunta, el costo del encendido puede ser considerado al hacer la
programacin mediante la cantidad mxima de arranques, por da, de cada
unidad.
Li, Jhonson and Svoboda (1997) inician el proceso con todas las unidades
disponibles asignadas durante el perodo de estudio. Esta programacin inicial
normalmente tiene exceso de reserva rodante. Con el fin de alcanzar una
operacin econmica, apagan algunas unidades durante ciertos periodos. De
acuerdo a la evaluacin de unos indicadores econmicos, relacionados con los
ahorros de costo relativo, deciden cul unidad debe apagarse primero;
posteriormente se hace lo mismo con el resto de unidades. El procedimiento
contina hasta que se cumpla uno de tres criterios de parada: no sea posible
obtener posteriores reducciones del costo, la programacin de las unidades de
dos iteraciones consecutivas permanezca sin cambio, los ahorros de costo
relativo sean cero para todas las unidades restantes.
19
maximizadora de beneficios o que busca la mxima eficiencia tcnica en la
operacin de sus plantas de generacin.
21
ellos influenciar el precio del mercado. As, cada productor debe aceptar este
precio, que se supone describe completamente las condiciones del mercado
(Ladurantaye, Gendreau y Potvin, 2007; Fleten y Pettersen, 2005; Conejo,
Nogales y Arroyo, 2002; Gross y Finlay, 2000).
22
simplemente seleccionar un precio para toda su produccin o para un nivel
especfico de sta.
23
puede posponer su produccin de energa si los precios futuros son ms altos
que los actuales. Los costos variables de la planta son realmente costos de
oportunidad que dependen tanto de escenarios hidrolgicos futuros como de la
carga prevista y, lo ms importante, de la produccin futura de otros
generadores. El clculo de los costos de oportunidad para las plantas
hidrulicas es un problema complejo de optimizacin dinmica estocstica
(Pereira y Pinto, 1991; Pereira, Campodnico and Kelman, 1998). Pereira et al
(2004) presenta un enfoque de solucin de programacin entera mixta al
problema de oferta estratgica bajo incertidumbre en mercados de electricidad
de corto plazo, usando un esquema de expansin binaria para trasformar el
problema no lineal no convexo en un problema lineal entero mixto. Pereira
(2004 a) presenta un enfoque de programacin lineal entera mixta alternativo
basado en una expansin binaria de las variables de decisin, ofertas de
precios y cantidades. De la Torre et al (2002) estudia la funcin de demanda
residual no convexa mediante un esquema de Cournot utilizando un modelo de
programacin entera mixta.
24
manera, introduce una complejidad adicional ya que el diseo de mercado para
una regin particular no puede ser directamente implementado, sin
modificaciones, en otras regiones.
25
Contreras et al (2003) proponen un mtodo para predecir los precios de la
electricidad del mercado del da siguiente basado en la metodologa de anlisis
de series de tiempo ARIMA, Auto Regresive Integrated Moving Average, la
cual, fundamentalmente ha sido usada en el sector elctrico para pronsticos
de carga, debido a su exactitud y solidez matemtica. Conejo et al. (2004)
estudian el problema de auto-programacin de un productor de potencia,
tomador de precios, enfatizando el intercambio existente entre mximo
beneficio y mnimo riesgo, el cual es formulado como un modelo de
programacin cuadrtica entera mixta. Arroyo y Conejo (2004) presentan una
detallada formulacin lineal entera mixta para modelar las trayectorias seguidas
por una unidad trmica durante los procesos de encendido y apagado.
Conejo et al. (2005) proponen una novedosa tcnica para pronosticar los
precios de electricidad del da siguiente basado en un algoritmo hbrido que
combina una transformacin de ondas y un modelo ARIMA, descomponiendo la
serie histrica (usualmente de mal comportamiento) en un conjunto de series
constitutivas de mejor comportamiento. Los valores futuros de esas series
constitutivas son pronosticados usando modelos ARIMA ajustados. A su vez,
estos pronsticos permiten, mediante la transformacin inversa de ondas,
reconstruir el comportamiento futuro de las series de precios y por lo tanto
pronosticarlos. El uso de la transformacin de ondas como un pre-procesado
de los datos a pronosticar presenta la ventaja de mejorar el comportamiento
predictivo de cualquier tcnica. Garca et al. (2005) presentan un enfoque para
predecir los precios de la electricidad del da siguiente, basado en la
metodologa Heterocedasticidad Condicional Auto Regresiva Generalizada,
GARCH, que en general est siendo utilizada para analizar datos de series de
tiempo.
Contreras et al. (2001) comparan los resultados del mercado obtenidos bajo
varios modelos de subastas en condiciones competitivas ideales. Contreras et
al. (2002) proponen un modelo iterativo de estrategias de ofertas ptimas para
una empresa generadora que posee varias unidades trmicas e hidrulicas. En
26
este modelo, consideran la curva de demanda residual y, basados en el
principio econmico conocido como el teorema de la telaraa, combinan
factores tcnicos y econmicos, de uso frecuente, para estudiar la estabilidad
del mercado.
27
1.6 Operacin de una empresa de generacin hidroelctrica en
mercados de corto plazo
28
recreacin y caudales ecolgicos; adems, este flujo descargado puede afectar
la operacin de las plantas aguas abajo. Adicionalmente, debe considerarse el
tiempo de viaje del agua y las restricciones de almacenamiento producidas por
modelos de planeacin de la operacin de mediano y de largo plazo (Finardi
and Da Silva, 2003). El acople temporal est relacionado con las decisiones
acerca del uso del recurso agua en el periodo actual o su almacenamiento para
uso futuro. (Pereira and Pinto, 1985).
29
1.6.2 Las tcnicas de optimizacin empleadas.
30
ptimas junto con aproximaciones lineales por partes de los ingresos
provenientes de la produccin hidroelctrica en cada etapa de la programacin
dinmica, para disminuir el esfuerzo computacional, modelando el sistema
como un proceso de decisin de Markov.
31
Los agentes del sector de sistemas de potencia elctrica tienen la necesidad de
plantear problemas estratgicos usando nuevas herramientas, como la teora
de juegos, que permite representar este nuevo entorno de mercado y la teora
de juegos no cooperativos, donde uno de los elementos centrales para la
definicin de un equilibrio de Nash, en cualquiera de sus refinamientos,
requiere el uso de optimizacin. Igualmente, muchos de los problemas de los
agentes al interior de un mercado, pueden ser enfocados como problemas de
control, los cuales requieren el uso masivo de tcnicas de optimizacin.
32
esttico, por la gran complejidad del problema y el gran nmero de variables
involucradas. Los modelos de Cournot presentan ciertas ventajas
computacionales pero muestran una dependencia crtica de la elasticidad de la
demanda (un factor que no es fcil de estimar). Los modelos de equilibrio de la
funcin de oferta representan ms exactamente la interaccin de los
participantes pero tienen importantes desventajas con respecto al tratamiento
numrico. Una solucin intermedia implementada por Reneses (2004) es
introducir variaciones conjeturales para representar las reacciones de los
agentes.
33
estrategia seguida por el resto de los agentes pero, simultneamente, las
decisiones de programacin de los rivales dependen del precio. La empresa
enfrenta una funcin de ingresos, para cada una de las subastas del mercado
spot, que puede representarse como el producto de sus ventas, q, y el precio
del mercado p, que en general depende de q. Esta dependencia p(q), que
podra estimarse para cada subasta del mercado spot con los datos histricos
disponibles, expresa la funcin de demanda residual de la empresa, a partir de
la cual podra calcularse su funcin de ingresos esperados, r(q) = q * p(q). Esta
funcin de ingresos, aunque no es cncava global, tpicamente tiene secciones
cncavas, por ejemplo, donde su pendiente es no incremental, que pueden ser
fcilmente identificadas. Asignando una variable binaria a cada seccin
cncava sera posible obtener un modelo de Programacin Lineal Entera Mixta
que podra resolverse mediante el uso de optimizadores comerciales.
Una alternativa factible sera representar los competidores por medio de sus
curvas de oferta. Zhang (2000) representa las ofertas de la empresa como
funciones cuadrticas que deben ser optimizadas, suponiendo que los
parmetros de los competidores siguen una distribucin de probabilidad
discreta. Este autor descompone, mediante Relajacin Lagrangiana, el
problema de ofertas en un sub-problema para cada unidad de generacin y uno
adicional para construir la curva de oferta de la empresa; presenta una
interesante novedad ya que este sub-problema permite evaluar los ingresos de
la empresa en cada iteracin. Sin embargo, las tcnicas de programacin
matemtica son bastante ms complejas para problemas que incluyen
funciones no lineales tales como las requeridas para modelar las curvas de
oferta. Como otra alternativa factible, podra considerarse la inclusin de un
nmero limitado de variables binarias para representar estas funciones no
lineales mediante aproximaciones lineales por partes de tal manera que el
problema resultante pueda ser resuelto mediante paquetes computacionales de
Programacin Lineal Entera Mixta.
34
programacin lineal. De esta manera se van obteniendo aproximaciones
lineales a la funcin recursiva, evitando la conocida maldicin de la
dimensionalidad presente en la Programacin Dinmica por la naturaleza
combinatoria explosiva cuando crece el nmero discretizaciones de las
variables de estado.
Por otro lado, Scott and Read (1996) emplean otra metodologa diferente,
tambin llamada programacin dinmica dual que produce una representacin
analtica del valor marginal de la superficie de agua, donde los sub-modelos de
cada etapa son duopolios de Cournot.
35
que cada unidad es operada en su punto de mxima eficiencia, cuando esto es
factible, y por lo tanto, obtienen la mxima energa posible del agua
descargada.
Ni, Guan, and Li (1999) solucionan los sub-problemas de RL, mediante otro
conjunto de multiplicadores que relajan las restricciones de capacidad y de
mnima generacin de las unidades hidroelctricas individuales. Los sub-
problemas resultantes son descompuestos en dos nuevos conjuntos de sub-
problemas: uno con variables continuas, que determinan los niveles de
generacin de todas las unidades en la cuenca, el cual se resuelve por medio
de un algoritmo no lineal de flujo en redes, y un nmero de problemas enteros
puros que determinan los estados de compromiso hidroelctrico, un problema
para cada unidad, el cual es resuelto por programacin dinmica con pocos
estados y transiciones bien definidas. Los dos conjuntos de sub-problemas son
coordinados mediante multiplicadores que son actualizados al nivel dual
intermedio usando un algoritmo de sub-gradiente modificado.
Yih and Baldick (1999) dualizan las restricciones de produccin del sistema,
demanda y reserva requeridas, y descomponen el problema en un sub-
problema de programacin dinmica para cada generador. Guan, Svoboda and
Li (1999) consideran zonas de operacin prohibidas y utilizan un conjunto
adicional de multiplicadores para relajar las restricciones de descarga
discontinua en unidades hidroelctricas individuales formando una estructura
de optimizacin de dos niveles. La funcin objetivo consiste en maximizar el
beneficio obtenido por la generacin hidroelctrica dados los precios
marginales o pronsticos de precios de mercado. Jimnez and Conejo (1999)
descomponen el problema original en un sub-problema por cada planta trmica
y uno por cada hidroelctrica, lo cual permite una precisa modelacin del
sistema de generacin. El principal aporte de este trabajo es la solucin del
problema dual, que por otras tcnicas resulta difcil e ineficiente, la mayora de
las veces. La solucin encontrada, en este caso, es computacionalmente
eficiente y sin oscilaciones. El mtodo propuesto incorpora el control adaptativo
de la regin factible.
36
Dada una descarga de salida que debe ser cumplida por la planta, tratan de
encontrar el nmero ptimo de generadores que deben ser despachados y su
produccin, con el objetivo de maximizar la generacin total de la planta
hidroelctrica. Finardi y Da Silva (2006) utilizan RL combinada con una tcnica
de duplicacin de variables, mediante la cual se introducen variables artificiales
que replican las originales, para desacoplar las restricciones asociadas con
zonas de operacin prohibidas. Actualizan los multiplicadores de Lagrange
mediante un algoritmo basado en el Bundle Method y resuelven sub-problemas
de naturaleza no lineal continua, mediante un algoritmo de Programacin
Cuadrtica Secuencial (Zhai, Guan and Cui, 2002; Nocedal and Wright, 1999).
Las tcnicas de RL presentan una gran solidez terica y, por lo tanto, aparecen
en esta rea como el mtodo de solucin preferido por muchos autores. Sin
embargo, su principal desventaja es que ante leves variaciones en los
multiplicadores, la solucin de los sub-problemas puede presentar oscilaciones
(Guan, Luh y Zhang, 1995; Ni, Guan y Li, 1999). Adems, tienen ciertas
limitaciones como la incapacidad de resolver el problema de asignacin de las
unidades cuando varias de stas son idnticas, ya que al descomponer el
problema, los correspondientes sub-problemas seran idnticos y por lo tanto
sus soluciones tambin deberan ser idnticas, lo cual presenta restricciones
adicionales, no realistas para el verdadero problema a resolver. Existen
diferentes formas de relajacin para las restricciones de acople. Uno de los
principales criterios para su seleccin consiste en tratar de reducir, en la
medida de lo posible, la brecha de dualidad resultante. Despus de resolver el
problema dual, es necesario ajustar los puntos primales correspondientes al
ptimo dual para encontrar un punto primal que sea factible. Para recuperar la
factibilidad primal debera realizarse una fase de depuracin, posiblemente
basada en procedimientos heursticos.
37
que someten sus ofertas al mercado. El proceso algortmico puede
interpretarse como un dilogo entre el coordinador del mercado y cada uno de
los productores con el objetivo de ir obteniendo informacin que le permita ir
construyendo la funcin de oferta agregada del mercado la cual es
desconocida para el coordinador. Este proceso puede ser interpretado como
una subasta de un solo producto, donde el esquema basado en la teora de
Benders implica que a partir de una oferta inicial, el coordinador solicita nuevas
ofertas a los productores para que determinen el precio al que estn dispuestos
a vender la cantidad solicitada. De esta manera, el coordinador va recopilando
informacin que le sirve para determinar nuevas cantidades a cotizar si
considera que existen posibilidades de obtener un menor precio para el
mercado. El coordinador analizar todas las ofertas recibidas y determinar el
precio del mercado seleccionando las mejores. Si es posible obtener un mejor
precio, estimar las cantidades que debe suministrar cada productor para
mejorar el precio. De lo contrario, el proceso de subasta termina.
38
generacin, su posicin en otros mecanismos del mercado y sus principales
objetivos estratgicos.
39
1.6.5 El problema de la cabeza variable
Los efectos de la cabeza variable han sido estudiados, entre otros, por Li,
Johnson y Svoboda (1997), Garca-Gonzlez (2003), Parrilla y Garca-
Gonzlez (2006), Catalo, et. al. (2006), Garca-Gonzlez, Parrilla y Mateo
(2007) y Catalo, et. al. (2009). Garca-Gonzlez, Parrilla y Mateo (2007)
consideran en un modelo basado en beneficios, con dos criterios de aversin al
riesgo, mximo beneficio y mnimo Valor Condicional en Riesgo (CVaR). El
problema se resuelve mediante un procedimiento iterativo, con aproximaciones
lineales por partes. Catalo, et. al. (2006) muestran que el comportamiento a
corto plazo de un embalse depende tanto de su posicin relativa en el sistema
como de los parmetros fsicos de la hidro-cadena. La eficiencia de la planta se
asume como una funcin lineal de la cabeza, y la cabeza como una funcin
lineal del volumen embalsado. De esta manera, la generacin de potencia es
una funcin no lineal de la descarga de agua y de los volmenes almacenados
tanto en el mismo embalse como en el siguiente; la solucin se basa en
programacin cuadrtica indefinida. Mediante un estudio de caso de tres
embalses en cascada, muestran que el proceso de optimizacin aplaza la
generacin de potencia en los perodos iniciales para alcanzar altos niveles de
almacenamiento en las plantas con mayor eficiencia.
41
desventaja es que la formacin de precios no puede ser modelada como el
resultado de la interaccin de los participantes en el mercado. Por otro lado,
incluir las unidades de generacin de los rivales incrementara
significativamente el tamao del problema y requerira estimar los costos y
parmetros tcnicos de la competencia lo cual sera muy difcil, si no imposible,
en la prctica.
42
2. EVALUACIN DE LA EFICIENCIA TCNICA EN LA GENERACIN
HIDROELCTRICA
2.1 Introduccin
43
elctrica por medio de las unidades generadoras. El agua que se capta a una
cota determinada, despus de pasar por las turbinas, se descarga a una cota
inferior. Las turbinas convierten la energa potencial gravitacional en energa
mecnica accionando sus ejes conectados a los generadores, los cuales
suministran energa elctrica en sus terminales.
Ei = Epi * ti * gi (2.2.1)
Donde:
Ei = [( qi t) g hi] ti gi (2.2.2)
Donde:
44
pi = [ g hi qi] ti gi (2.2.3)
Donde:
Ninf(.) es una funcin de la cota aguas abajo de la planta que relaciona el valor
de esta cota y la descarga defluente, d = Q + s, durante el perodo de tiempo
t.
45
Finardi (2003) estima la cota equivalente aguas arriba, Nsup(vo,vf), mediante la
expresin (2.2.6), presentada ms adelante, la cual, afirma, en la mayora de
casos del sistema brasileo, puede aproximarse por un polinomio de cuarto
orden del volumen como en (2.2.7), y la cota aguas abajo asociada a la funcin
Ninf(.), a veces denominada curva cota-descarga, como un polinomio de cuarto
orden de las defluencias, tal como se expresa en (2.2.8). Este autor realiza
otras simplificaciones; por ejemplo, para la planta Ilha Solteira, que tiene un
embalse con gran regularizacin localizado en el Ro Paran, SP, Brasil,
muestra que la cota aguas arriba puede aproximarse adecuadamente mediante
el polinomo de cuarto grado del volumen promedio v = (vo + vf) / 2, presentado
en la expresin (2.2.9).
Nsup(v0,vf) = [1/(v0 - vf)] v0vf (a0 + a1v + a2v2 + a3v3 + a4v4)dv (2.2.6)
46
Tasajera Tasajera
Vol
h = 2247.6 + 0.163 * V - 0.0002 * V2 R2 = 0.9997
h [m] [Hm3]
2270 187.36 2275
2268 164.93 2270
2266 143.71 2265
h [m]
2264 123.68
2260
2262 104.85
2260 87.22 2255
2258 70.79 2250
2257 63.03 2245
2256 55.56 0 50 100 150 200
2254 41.53
2252 28.66 V [Hm3]
2250 16.44
Figura 2.1 Relacin cota-volumen del embalse Tasajera
Fuente: Elaboracin propia.
Porce II Porce II
Vol h = 901.14 + 0.2096 * V - 0.0004 * V2 R2 = 0.9998
h [m] [Hm3] 930
924.5 149.37 925
915
920 112.31
910
916 82.9
905
912 56.82
900
908 34.07 0 30 60 90 120 150
904 14.64 V [Hm3]
47
Troneras
h = 1760.2 + 0.8945 * V - 0.0131 * V2
1776 R2 = 0.9934
Troneras
Vol 1772
[Hm3]
h [m]
h [m]
1775.65 31.36 1768
1774.00 25.20
1764
1772.00 18.81
1770.00 13.58 1760
1768.00 9.53 0 4 8 12 16 20 24 28 32
1766.00 6.65 V [Hm3]
1764.80 5.45
1764.00 4.63
1762.00 2.78
610 14.75
610
620 23.61
630 35.65 580
640 51.21 550
650 71.19
0 30 60 90 120 150 180
660 97.10
670 129.43 V [Hm3]
680 170.02
48
Miraflores
Miraflores
h [m] Vol [Hm3]
h = 2032.8 + 0.3829 * V - 0.0014 * V2 R2 = 0.9964
2058 105.47
2060
2057 99.09
2056 92.86 2055
2054 80.89 2050
2052 69.21
h [m]
2050 58.31 2045
2048 48.37 2040
2046 39.4
2044 31.37 2035
2042 24.47 2030
2040 18.82 0 20 40 60 80 100 120
2038 13.78 V [Hm3]
2036 9.36
2034 5.55
Guatap
Guatap
Vol
h = 1857.9 + 0.0443 * V - 0.00002 * V2 R2 = 0.9971
h [m] [Hm3]
1890
1887 1070.21
1886 1009.08 1885
1884 892.56 1880
1882 783.68
1880 682.44 1875
h [m]
49
Playas
Playas
h = 953.94 + 0.5034 * V -0.0029 * V2 R2 = 0.9932
Vol 976
h [m] [Hm3]
972
975 69.08
h [m]
972 52.26 968
970 42.71
964
968 34.48
966 27.58 960
964 22.01 15 25 35 45 55 65 75
962 19.43 V [Hm3]
Tabla 2.1 Pruebas estadsticas para el ajuste del embalse Porce III
Anova Model
Degrees
Sum of
Variable of RMSE F value P(>F)
squares
Freedom
2. 283e-
V 1 12305.7 12305.7 191.188
07
V2 1 1415.0 1415.0 21.984 0.001138
Residuals 9 579.3 64.4
50
Nsup(v) = a0 + a1v + a2v2 (2.2.10)
La cota aguas abajo tiene efectos sobre la potencia de salida de una unidad de
generacin hidroelctrica slo cuando las turbinas hidrulicas son de reaccin,
tipo Francis, Kaplan o de hlice, cuyo trabajo realizado se obtiene por la
transformacin tanto de energa cintica como de presin del agua en energa
elctrica. Por las caractersticas operativas del funcionamiento de este tipo de
turbinas, la alteracin de su nivel aguas abajo afecta directamente la altura de
cada en la unidad. Las turbinas de accin del tipo Pelton, la Turgo con
inyeccin lateral y las turbinas de doble impulsin o de flujo cruzado conocidas
como turbinas Ossberger o Banki-Michell, utilizan slo la energa cintica del
agua para la transformacin de la energa potencial gravitacional en energa
mecnica y, por lo tanto, en este caso, el cambio en la cota aguas abajo no
influencia la altura de la cada.
51
vlvulas y codos. En general, por consideraciones prcticas, la prdida
hidrulica total podra simplificarse asumiendo que se limita a las prdidas por
la friccin del agua en los conductos forzados, la cual puede calcularse
mediante diferentes frmulas, entre las que se destaca, por su uso
generalizado, la denominada funcin de Hazen-Williams (Souza, 1983),
expresada mediante la ecuacin (2.2.12).
Donde:
Donde:
52
constante de Hazen-Williams por el cuadrado de la descarga de agua a las
turbinas, segn la ecuacin (2.2.14) que se presenta a continuacin.
53
2.2.4 La eficiencia tcnica del grupo turbina-generador
La energa mecnica transmitida al generador a travs del eje de la turbina es
menor que la energa hidrulica disponible en la seccin de entrada al rodete,
debido a que en el interior de la turbina se generan las denominadas prdidas
manomtricas (Cuesta y Vallarino, 2000, citado por Prez, 2008) producidas
por el rozamiento, el choque y los cambios de direccin del agua al entrar en
contacto con los labes de la turbina. La eficiencia o rendimiento hidrulico de
la turbina, t, se define como el cociente entre el salto til, o energa por unidad
de masa transmitida al generador, y el salto neto, o energa por unidad de
masa disponible a la entrada del rodete. El porcentaje de la energa mecnica
transmitida al rotor de la mquina que se transforma en energa elctrica se
conoce como la eficiencia del generador, g, la cual es considerada creciente
con la potencia generada segn Arce et al. (2002) y tomada como una
constante para un amplio rango de puntos de operacin segn Finardi and da
Silva (2005). Esta eficiencia del generador suele englobarse dentro del trmino
de eficiencia de la ecuacin (2.2.4), j = tj * gj, considerada como la eficiencia
global del grupo turbina-generador (Cuesta y Vallarino, 2000, citado por Prez,
2008).
54
Figura 2.8 Curvas caractersticas de eficiencia de diferentes tipos de turbina
en funcin de la descarga.
Fuente: (Fernndez-Dez, 2002; citado por Perez, 2008).
55
Para una adecuada representacin del comportamiento fsico de la eficiencia
de una turbina se deben tener en cuenta, bsicamente, dos variables: la altura
de la cada o cabeza neta y la descarga de agua. Esta interrelacin es bastante
compleja y generalmente se expresa mediante curvas que representan la
eficiencia de la turbina a diferentes niveles, dependiendo de las citadas dos
variables. Estas curvas de nivel, llamadas diagramas colinares o hill
diagrams, generalmente son entregadas por los fabricantes de las turbinas y
tienen la forma que se ilustra en la Figura 2.10, adaptada en Daz (2009) a
partir de Finardi (2003) y Finardi and da Silva (2005).
Toda turbina est proyectada para operar con sus parmetros nominales o de
diseo: cabeza neta o cada del proyecto, hd, y descarga de agua, qd. En esta
investigacin, la pareja (hd, qd) ser llamada "punto de diseo". En el
diagrama colinar de la Figura 2.10, estos parmetros toman valores
aproximados de 41,67 m y 263,43 m 3/s, respectivamente, donde la turbina
obtiene su "mxima eficiencia" o su rendimiento ptimo, cercano al 94%.
Adems, para cualquier punto de operacin de la regin factible asociado con
la pareja (h,q), donde h representa la cabeza neta y q la descarga de agua, es
posible leer la eficiencia de la turbina. Adicionalmente, en la Figura 2.10 se
representan las curvas de iso-potencia para diferentes valores de la potencia
generada por la unidad.
56
32 48
Mnimo Cabeza neta [m] Mximo
Mxima salida del generador -------- Eficiencia de la turbina
32 42 48
Mnimo Cabeza neta [m] Mximo
Mxima salida del generador --------- Eficiencia de la turbina
58
segn el tipo de turbina y sus caractersticas, los cuales deben ser
proporcionados por sus fabricantes. Estos lmites de operacin suelen
obtenerse mediante ensayos experimentales de cavitacin en modelos
reducidos, donde se determinan los coeficientes de cavitacin que se
mantienen invariantes del modelo al prototipo (Mataix, 1975). Con respecto a
las turbinas de reaccin, el U.S. Bureau of reclamation (1987) recomienda
evitar su funcionamiento con un rendimiento menor del 80%, y establece el
rango de saltos netos dentro de los cuales cabe esperar su adecuado
funcionamiento, como se muestra en la tabla 2.2.
Tabla 2.2 Rango de saltos netos recomendado para cada tipo de turbina.
Fuente: U.S. Bureau of reclamation, 1987.
59
eficiencia local (Nilsson and Sjelvgren, 1997; Nilsson, Sder and Sjelvgren,
1998).
Los efectos de la cabeza variable han sido estudiados, entre otros, por Li,
Johnson y Svoboda (1997), Garca-Gonzlez et. al. (2003), Parrilla y Garca-
Gonzlez (2006), Catalo et. al. (2009) y Catalo et. al. (2006).
60
mayor ser la cota aguas arriba y por lo tanto superior la cabeza neta a
disposicin de la turbina para la produccin de energa elctrica; por el
contrario, a mayor descarga defluente mayor ser la elevacin de la cota aguas
abajo y como resultado se tendr una reduccin de la altura en la cada neta de
la unidad y una disminucin en la potencia generada.
62
En este captulo se aborda el problema de estimar, de una manera tan
detallada y precisa como sea posible, la funcin de produccin de una unidad
de generacin hidroelctrica en una planta con un embalse regulador. Se parte
de la informacin de entrada disponible que debe contener, entre otros
aspectos, la relacin altura-volumen del embalse, el coeficiente de prdidas en
las conducciones y la variacin del nivel de la cota aguas abajo en funcin de la
defluencia, adems del diagrama colinar que representa las curvas de la
eficiencia tcnica de la unidad de generacin en funcin de la la cabeza neta y
la descarga de agua.
63
64
3. EL PROBLEMA DE INVESTIGACIN
65
empresa de generacin de electricidad propietaria de una o varias plantas
hidroelctricas, a lo largo de una cuenca hidrogrfica, cada una conformada por
una o varias unidades de generacin.
66
insumos para tomar la decisin de su precio de oferta, a la luz del pronstico
del precio del mercado, segn su disponibilidad a generar (su deseabilidad de
ser despachado), posiblemente como se hace en la actualidad pero con una
informacin adicional relacionada con la cantidad ptima a producir segn el
estado del sistema hidroelctrico. Adicionalmente, una vez realizado el
despacho, por parte del operador del mercado, el modelo de optimizacin
desarrollado en esta investigacin podra incorporar una restriccin adicional de
demanda con la generacin asignada. De esta manera se tendra una solucin
para el problema de autodespacho (self scheduling) de las unidades de
generacin. As, el modelo desarrollado tendra una doble utilidad para la
empresa de generacin hidroelctrica: antes del despacho diario para ayudar a
soportar su decisin de oferta y despus del despacho para la
autoprogramacin de sus unidades de generacin.
67
1998, 2000a, 2000b; Velzquez, Restrepo & Campo, 1999; Campo & Restrepo,
2004).
68
ya que uno de sus principales objetivos est relacionado con su operacin a
mxima eficiencia, dentro de un rango de alternativas factibles. Adicionalmente,
se trata de evitar los vertimientos que podran ocasionar perjuicios como
inundaciones aguas abajo. El uso racional de los recursos hdricos tendr
efectos benficos para la poblacin ya que al optimizar los procesos de
generacin, el precio de la energa elctrica podr verse reducido para los
consumidores.
69
4. Desarrollar un prototipo de software para implementar cada uno de los
algoritmos propuestos.
70
4. FORMULACIN DE UN MODELO DE OPTIMIZACIN PARA LA
PROGRAMACIN DE LA OPERACIN HIDROELCTRICA
4.1 Introduccin
71
En esta tesis doctoral se toma como elemento de anlisis, una unidad de
generacin hidroelctrica, que es donde realmente se realiza la generacin de
electricidad. Se considera la eficiencia tcnica de estas unidades como una
componente fundamental para el anlisis de la evaluacin de los efectos de la
cabeza variable y para la toma de decisiones relacionadas con la asignacin de
las unidades de generacin hidroelctrica, con el diseo de ofertas a la bolsa
de energa para el mercado del da siguiente, y con la auto-programacin o
auto-despacho de las unidades, segn el despacho econmico realizado por el
operador del mercado. Se presenta una extensin del sistema que permite
considerar la empresa de generacin hidroelctrica integrando todas sus
centrales. Este enfoque metodolgico tiene como propsito fundamental servir
a una empresa de generacin hidroelctrica como un insumo adicional para
formular sus estrategias en el mercado de corto plazo y posiblemente para el
diseo de un sistema de apoyo a la toma de decisiones que le ayude a mejorar
su desempeo.
72
Esta funcin de potencia, tradicionalmente, ha sido representada mediante las
conocidas curvas de desempeo que expresan la potencia de salida como
una funcin de la descarga de agua. Para simplificar su representacin
tratando de evitar las no linealidades y no concavidades que podran llevar a
ptimos locales, se han usado curvas de desempeo simples, como funciones
lineales, aproximaciones lineales por partes cncavas (Habibollahzadeh y
Bubenko, 1986; Chang et. al., 2001), o modelando los llamados puntos de
mejor eficiencia local (Nilsson and Sjelvgren, 1997; Nilsson, Sder and
Sjelvgren, 1998). En estos casos, los problemas relacionados con la potencia
hidroelctrica han sido abordados con tcnicas de Programacin Lineal o sus
derivadas (Guan, Svoboda and Li, 1999). Sin embargo, estas simplificaciones
pueden llevar a inexactitudes, como ser explicado ms adelante.
73
Las citadas curvas de desempeo de las unidades de generacin hidroelctrica
son no lineales y no-cncavas (Nilsson y Sjelvgren, 1997a; Nilsson y
Sjelvgren, 1997b). De manera general, la eficiencia tcnica y la potencia de
salida podran formularse como funciones polinomiales de alto grado de estas
dos variables, la cabeza neta y la descarga de agua (Finardi y da Silva, 2006).
Conejo et. al. (2002) representan las curvas de desempeo de las unidades,
mediante una relacin tridimensional, como una familia de curvas no lineales y
no cncavas, cada una para un valor especfico de la cabeza; de tal manera,
formulan y resuelven un modelo de Programacin Lineal Entera Mixta, PLEM,
que asigna a cada curva de desempeo tres diferentes niveles de agua
almacenada en los embalses (bajo, medio y alto); usan dos conjuntos de
variables binarias, uno para seleccionar la curva de desempeo
correspondiente a cada uno de estos tres niveles y otro para modelar cada una
de estas curvas no cncavas. Borghetti et. al (2008), estudian un embalse
aislado con una planta hidroelctrica de bombeo-almacenamiento conformada
por mltiples unidades, y proponen una mejora en dos pasos: i) una extensin
de Conejo et. al. (2002) para generalizar su enfoque a un nmero paramtrico
de volmenes de agua, y ii) una linealizacin mejorada con una estimacin ms
precisa del lmite superior de la produccin de potencia mediante un mtodo de
combinacin convexa considerando volmenes y descargas.
74
descarga de agua y el nivel del agua en la cola del embalse. Adems, la
eficiencia de la turbina es una funcin no lineal de la cabeza neta y la descarga
de agua.
75
ajustado de 0.82, indicando que el modelo explica aproximadamente el 82% de
la variabilidad de los datos en los intervalos de muestreo correspondientes.
Segn los valores p encontrados con las pruebas t y F, todos los parmetros
propuestos resultan significativamente diferentes de cero. Los resultados
estadsticos detallados pueden observarse en el Anexo D, al final de este
documento, donde se muestran dos tablas, la Tabla D1 con los coeficientes
estimados, el error estndar y los valores p a partir de la distribucin t-student,
y la Tabla D2 correspondiente al Anlisis de Varianza, ANOVA, del modelo. En
la Figura 4.1 se presentan las grficas de los puntos muestreados (izquierda) y
el modelo ajustado (centro y derecha).
76
Figura 4.1 Eficiencia de una turbina Francis como una funcin cuadrtica de
la cabeza neta y la descarga de agua. Puntos muestreados
(arriba). Modelo ajustado (centro y abajo).
77
Daz (2009) plantea como hiptesis de trabajo, la existencia de una
trayectoria de mxima eficiencia relativa, que depende del nivel
alcanzado por la cabeza neta, para el cual puede leerse, en el diagrama
colinar, la descarga ptima, de mxima eficiencia relativa, que es posible
alcanzar con la citada cabeza neta.
La descarga ptima, para una cabeza neta dada, puede hallarse, mediante
optimizacin, al igualar a cero la derivada parcial de la funcin de eficiencia con
respecto a la descarga, / q = 0 (para lo cual, h se toma como una
constante), y resolviendo la ecuacin resultante, para la descarga, q, como una
funcin de la cabeza neta, h. En el caso de (4.2.2), se tiene la expresin (4.2.4)
de la cual puede expresarse q como una funcin lineal de h, como se hace en
(4.2.5).
/ q 2 24q 5h (4.2.4)
q ( 2 / 2 4 ) ( 5 / 2 4 ) * h (4.2.5)
/ h 1 2 3 h 5 q (4.2.6)
78
q = 131.4136 + 3.1675 * h
h = 29.5038 + 0.0462 * q
79
Figura 4.2 Curva de eficiencia de la turbina en funcin de la descarga de
agua para diferentes valores de la cabeza neta.
Como puede observarse en la Figura 4.3, cada turbina tiene unos lmites de
potencia, superior e inferior, segn sus limitaciones mecnicas que dependen
de la cabeza neta a la cual est sometida la turbina. Los generadores poseen
lmites superiores fijos, segn la capacidad nominal de los devanados de la
armadura. Es decir, existe un valor de potencia que no puede sobrepasarse por
razones constructivas del grupo as como por consideraciones del rgimen de
funcionamiento del generador.
80
Figura 4.3 Curva de potencia producida en el generador en funcin de la
descarga de agua turbinada para diferentes valores de la
cabeza neta.
En esta investigacin se asume que cada planta opera con una turbina Francis,
o su equivalente, representada mediante un Diagrama Colinar similar al de la
Figura 2.10, el cual, a partir de este momento, ser considerado como asociado
a una 'turbina estndar', cuyos valores de cabeza neta y descarga de agua
sern denominados hest y qest, respectivamente. Sin embargo, se tiene en
cuenta que cada turbina posee sus propios parmetros de diseo, cabeza neta
y descarga de agua, h y q, respectivamente, asociados a su propio diagrama
colinar. Por esta razn, para un caso de estudio especfico, ser necesario
realizar un escalamiento del diagrama colinar asociado a cada una de las
turbinas particulares para hacer coincidir la escala de medida de estos ltimos
83
con el correspondiente a la turbina estndar, lo cual puede llevarse a cabo
mediante una transformacin lineal de los datos en cada uno de los ejes,
cabeza neta y descarga de agua.
84
casos, cuando la turbina est encendida, v(i.t) = 1, y cuando est apagada,
v(i,t) = 0.
85
4.6 Funcin objetivo: maximizacin de beneficios
Donde:
86
funcionamiento de los equipos de control y el desgaste de la maquinaria. Por el
contrario, la operacin de la turbina lejos de su punto de diseo, puede causar
cavitacin y vibraciones mecnicas con graves consecuencias para la turbina,
bajo desempeo, desgaste mecnico, daos en componentes mecnicos,
demasiado ruido y oscilaciones en la potencia de salida, entre otros. La
cavitacin de la turbina hidrulica puede resultar crtica para la oferta de
energa elctrica. Mediante datos experimentales, Pedro (2004) reporta los
costos de su deteccin en la central hidroelctrica Ral Len' conocida como
'Embalse el Guri en Venezuela, una de las ms grande del mundo (despus de
las Tres Gargantas en China e Itaip en Brasil) con 20 unidades de generacin
cada una de 500 MW y 10.000 MW de capacidad total. Adems, la prdida por
la salida de produccin de una unidad se calcula como un valor medio de
20.000 /h, as: 500.000 kW * 0,04 /kWh. El precio medio de la electricidad en
el mercado espaol-portugus fue de 0,04 /kWh en cada uno de los aos
2004 y 2009 (OMEL, 2010).
87
Sucesiva o la Programacin Cuadrtica. Sin embargo, estas suposiciones
podran estar muy alejadas de los verdaderos comportamientos del sistema
real y por lo tanto sus resultados podran ser poco confiables. En otros casos,
se han aplicado las conocidas tcnicas de la Programacin Dinmica, o alguna
de sus variantes. Las tcnicas de Programacin No Lineal propiamente dichas
presentan grandes posibilidades y desarrollos tericos, que permiten su
utilizacin para la solucin de este tipo de problemas, aunque en la prctica
parecen ser poco utilizadas.
88
Ninf(i,t) en (4.4.9), las prdidas hidrulicas, Per(i,t) en (4.4.10), la descarga
estndar, qest(i,t) en (4.4.14), la eficiencia tcnica de las unidades, efi(i,t) en
(4.4.16), la potencia de salida, p(i,t) en (4.4.17) y la funcin objetivo alternativa,
Zo en (4.6.1). Adems, se tienen variables binarias en (4.4.5) y (4.4.6) para
establecer lmites, inferiores y superiores, a la descarga de agua y a la potencia
de salida, en (4.4.14) para calcular la descarga estndar, qest(i,t), en (4.4.16)
para estimar la eficiencia, efi(i,t), y en (4.4.20) y (4.4.21) para modelar la
dinmica de encendido y apagado de las unidades. En este caso, aparecen
variables binarias multiplicando una funcin lineal en (4.4.14) y una funcin no-
lineal en (4.4.16)
89
embalses en cascada. Finalmente, se ha propuesto como estrategia de
solucin del problema de programacin de la operacin hidtroelctrica, la
formulacin de un modelo de PNLEM y su implementacin computacional
mediante el Sistema de Modelamiento Algebrico General, GAMS. La solucin
de este problema tiene como propsito fundamental la tarea de ayudar a
decidir la programacin de la operacin ptima de las unidades de generacin
de una empresa de generacin hidroelctrica, de tal manera que se respeten
todas las restricciones del problema y se obtenga el mximo beneficio total o la
mxima eficiencia tcnica de las unidades, o una combinacin satisfactoria de
estos dos objetivos, segn el criterio de optimizacin seleccionado. El criterio
de mxima eficiencia tcnica tiene como propsito principal la utilizacin
eficiente de los recursos hidroelctricos del sistema.
90
5. CASO DE ESTUDIO: PROGRAMACIN DE LA OPERACIN HIDRO-
ELCTRICA PARA UN SISTEMA DE EMBALSES EN CASCADA A LO
LARGO DE LA CUENCA DEL RIO DUERO EN ESPAA
91
PROGRAMACIN PTIMA DE UN SISTEMA DE EMBALSES EN CASCADA
DE UN TOMADOR DE PRECIOS EN UN MERCADO DE ELECTRICIDAD
BASADO EN BOLSA
5.1 Nomenclatura
5.1.1 Constantes
92
MINprofit Mnimo beneficio en el modelo basado en eficiencia
NT Nmero de perodos de tiempo en el horizonte de estudio
Pmax(i) Potencia mxima o capacidad de la planta i [MW]
Qmx(i) Mximo descarga de agua en la planta i [m3/s]
Qmn(i) Mnima descarga de agua en la planta i [m3/s]
SU(i) Costo de arranque de la planta de potencia i []
VERmax(i) Vertimiento del embalse i [m3/s]
VFA(i) Valor futuro del agua en el embalse i [/Hm3]
VOLini(i) Volumen inicial del embalse i [Hm3]
VOLmax(i) Mximo volumen del embalse i [Hm3]
VOLmin(i) Volumen mnimo del embalse i [Hm3]
W(i,t) Pronstico de afluencia natural de agua al embalse asociado con la
planta i en el periodo t [Hm3/h]
5.1.2 Variables
5.1.3 Conjuntos
93
5.2 Introduccin
94
alcanzarse ms rpidamente que usando algoritmos estndar de programacin
lineal [10], [11].
Los efectos de la cabeza variable han sido estudiados en [14] y [27] - [31]. En
[29], se consideran en un modelo basado en beneficios, con dos criterios de
aversin al riesgo, mnimo beneficio y mnimo valor condicional en riesgo
(CVaR). El problema se resuelve mediante un procedimiento iterativo, con
95
aproximaciones lineales por partes. En [31] se muestra que el comportamiento
a corto plazo de un embalse depende tanto de su posicin relativa en el
sistema como y de los parmetros fsicos de la hidro-cadena. La eficiencia de
la planta se asume como una funcin lineal de la cabeza, y la cabeza como una
funcin lineal del volumen almacenado. De esta manera, la generacin de
potencia es una funcin no lineal de la descarga de agua y de los volmenes
almacenados en el mismo embalse y en el siguiente en la cadena; la solucin
se basa en programacin cuadrtica indefinida. A travs de un estudio de caso
de tres embalses en cascada, muestra que el proceso de optimizacin aplaza
la generacin de potencia en los perodos iniciales para alcanzar altos niveles
de almacenamiento en las plantas con mayor eficiencia. Los resultados,
comparados con un mtodo de programacin lineal, que ignora la dependencia
de la cabeza, muestran que los beneficios se incrementan entre 3,21% y
7,86%, con un esfuerzo computacional similar.
96
es una gran empresa en un mercado con slo un pequeo nmero de
competidores. El caso de una H-GENCO con poder de mercado sera ms
realista, pero est ms all del alcance de este estudio; se requerira modelar
los cambios en los precios del mercado con la produccin total de la H-
GENCO. Esto sera posible estimando e incorporando a los modelos, una curva
de demanda residual considerando las consecuencias de las decisiones del
principal agente en el precio del mercado [42] - [43]. En este caso, el productor
acta como un lder en un juego de Stackelberg, enfrentando una funcin de
demanda residual, obtenida mediante la agregacin de las curvas de oferta y
demanda de los competidores. Finalmente, en casos ms complejos, un
enfoque de teora de juegos puede considerar el comportamiento estratgico
de los dems participantes en el mercado, que tambin actan para maximizar
sus propios beneficios. Adems, los modelos de simulacin tambin se basan
en hiptesis sobre el comportamiento de los agentes. Otros modelos
formadores de precios se presentan en [44] - [53].
97
5.3 Formulacin del modelo
98
Muchos trabajos relacionados consideran la cabeza neta y la descarga de agua
como parmetros con valores promedio para el horizonte temporal [30], [31],
[55] y [56]. Sin embargo, usar la cabeza neta variable para calcular la potencia
generada en la operacin de la central hidroelctrica puede tener un efecto
significativo. En [12], los diagramas colinares se representan como una familia
de curvas no lineales y no cncavas, conocidas como curvas de desempeo,
cada una para un valor de cabeza especfico.
Figura 5.1 Eficiencia de una turbine Francis como una funcin de la cabeza
neta y la descarga de agua
99
Una funcin cuadrtica de la cabeza neta y la descarga de agua, tal como se
presenta en (2), independientemente de los subndices.
donde:
INGope(i) = tT[L(t)*p(i,t)] iI (5)
100
En (4), se calcula el beneficio total del sistema como la suma de los beneficios
de cada una de sus plantas, donde: i) el primer trmino representa los ingresos
operativos, ii) el segundo, los ingresos por el valor futuro del agua almacenada
en el embalse al final del perodo de programacin, tal como se define por un
modelo de mediano o de largo plazo, y iii) el ltimo trmino representa el costo
de encendido, en funcin del tipo de planta [8], [34]. En (5), los ingresos
operacionales de cada planta perteneciente a la H-GENCO se calculan como la
suma del precio de la electricidad por la potencia de salida en todos los
periodos de tiempo. En (6), los ingresos por el valor futuro del agua se obtienen
como el volumen almacenado en el embalse en el ltimo perodo de tiempo por
el valor futuro del agua, VFA(i). En (7) el costo de encendido en el horizonte de
programacin es la suma de los costos de encendido para todos los perodos
de tiempo en los que se han encendido las unidades hidroelctricas.
101
0, la descarga ser 0. En (12), el vertimiento del embalse asociado a la planta i
es limitado de acuerdo con su capacidad mxima. En (13), se calcula el
volumen total descargado en cada embalse durante todo el horizonte de
programacin.
Tambin se supone que cada planta opera con una turbina Francis, o su
equivalente, con un diagrama colinar semejante al que se muestra en la figura
1, que en adelante ser llamado 'turbina estndar', donde cada turbina tiene
sus propios parmetros. Por esta razn, en (16) se realiza un cambio de escala
en el eje de la cabeza mediante una transformacin lineal de sus valores
originales, h(i,t), a sus equivalentes en la turbina estndar, hest(i,t). Se supone
que hay un valor mnimo correspondiente al mnimo de la turbina estndar,
Hmin(0), y la pendiente, mhest(i), para cada embalse se calcula como en (17).
102
efi(i,t), h(i,t), hest(i,t), p(i,t), q(i,t), qest(i,t), ver(i,t), vol(i,t) 0 iI, tT (23)
Para concluir, se propone un modelo de PNLEM donde (18), (20) y (21) son
funciones no lineales representando la descarga estndar, la eficiencia y la
potencia de salida, respectivamente. Hay variables binarias en (11) y (22) para
poner lmites a la descarga y la potencia de salida, en (18) y (20) para calcular
la descarga estndar y la eficiencia, y en (25) y (26) para controlar el encendido
y apagado de las plantas. En este caso, aparece una variable binaria
multiplicando una funcin lineal en (18) y una no-lineal en (20).
103
En este segundo modelo se propone como una funcin objetiva alternativa, Z0,
la maximizacin de la eficiencia tcnica ponderada, como en (28), donde se
toma la potencia generada por cada planta hidroelctrica durante cada perodo
como el factor de ponderacin. Al mejor conocimiento de los autores, este
enfoque no ha sido propuesta con anterioridad, ni aplicado en ningn sistema
real y es una contribucin de este trabajo.
104
Figura 5.2 Topologia hidrulica de la cuenca.
105
tambin. En el modelo de PNLEM, el valor ptimo de la funcin objetivo es
$597751.2 es decir, un 7,01% superior que $558587.1 alcanzado en [12],
mostrando la ventaja de un detallado modelado de la eficiencia. Los ingresos
operativos tambin se incrementan de $565647.1 en el modelo de PLEM a
$601950,3 en el de PNLEM, un incremento del 6.41%.
Este segundo caso de estudio tambin es tomado de [12], pero para un perodo
de una semana del ao 2008. La informacin y suposiciones relevantes son
completadas y actualizadas, como se presenta a continuacin, para formular y
resolver el modelo como uno de PNLEM. El influjo natural del agua a cada
embalse se supone constante durante todo el horizonte de tiempo, en este
caso, una semana dividida en 168 perodos horarios. Los volmenes, inicial y
final, de agua en el embalse son conocidos al principio del perodo de estudio.
Estos ltimos, as como el valor futuro del agua, VFA, son usualmente
obtenidos por modelos de planeacin de mediano o largo plazo.
106
En la tabla 5.3, se muestran los siguientes casos sintetizados en trminos de
las principales variables involucradas en cada una de las tablas que siguen. En
el caso de volumen libre, el modelo de mxima eficiencia (comparado con el de
mximo beneficio) tiene menor volumen descargado, VOLdes, y mayor
eficiencia. En el caso de volumen fijo, el modelo de mxima eficiencia
(comparado con el de mximo beneficio) tiene el mismo VOLdes pero mayor
eficiencia.
Tabla 5.3 Resumen del Segundo caso de studio. Una semana (168 horas)
Nmero
Volumen VOLdes Variable Eficiencia Beneficio
de la 3 3
(Hm ) (Hm ) maximizada (%) (M)
Tabla
5.4 Fijo 1389.85 Beneficio 84.51 19.06
Eficiencia
5.5 Fijo 1389.85 89.16 19.06
5.6 Libre 1920.48 Beneficio 81.32 25.36
Eficiencia
5.7 Libre 1914.36 88.60 25.36
La Tabla 5.4 y las figuras 5.3 a 5.5 muestran el programa de mximo beneficio
sin apagar la unidad 1 (lo mismo que la 4) durante toda la semana, para as
evitar su costo de encendido. La unidad 1 est operando cercano a 0,5 MW de
potencia de salida durante muchos perodos de tiempo, es decir, lejos de su
punto de mxima eficiencia, con posibles problemas de cavitacin. En este
caso, sera conveniente modificar la poltica de operacin, especialmente la
mnima descarga de agua permisible, Qmin(i), para evitar los resultados
indeseables, citados previamente. Incrementar la descarga de agua en las
unidades 1 y 2 llevara a volmenes superiores en la unidad 3, cuyo volumen
inicial es aproximadamente el 66% de su capacidad de almacenamiento, y
cuyas afluencias son cercanas a 10 veces las de las plantas 1 y 2, como se
muestra en la Tabla 5.1, causando un alto riesgo de vertimiento. Ntese que la
planta 3 es la nica con un volumen inicial superior al 50% de su propia
capacidad de almacenamiento. El programa de mxima eficiencia da una
solucin ptima alternativa, con los mismos beneficios, pero con mejor
eficiencia global, como se muestra en la figura 5.8.
107
Tabla 5.4 Mximo beneficio con volumen fijo. Programa de produccin
ptima. Una semana.
Figura 5.3 Potencia de salida versus precio de la electricidad para octubre 9-15
de 2008
Figura 5.4 Descarga de agua versus precio de la electricidad para octubre 9-15
de 2008
108
Figura 5.5 Volumen y descarga de agua para octubre 9-15 de 2008
109
Figura 5.7 Planta 1 Correlacin positiva entre la eficiencia y la
productividad.
110
La figura. 5.8 muestra una comparacin entre la eficiencia tcnica de la unidad
en ambos modelos, maximizacin de beneficios y maximizacin de eficiencia,
como se muestra en la tabla 5.3. Se estudian varios casos que van desde la
mxima eficiencia sin un nivel deseado de beneficios (beneficio irrestricto)
hasta la mxima eficiencia con un nivel de beneficio del 100%. Es notable el
dramtico aumento de la eficiencia de las turbinas 5 a 8 en todos los casos. La
eficiencia incrementa de manera significativa para niveles de beneficios de 90-
97%, que son lo suficientemente cercanos a la mejor solucin en trminos de
beneficio.
Comparando las tablas 5.6 y 5.7, con volumen libre, puede observarse que el
volumen descargado, VOLdes (i), disminuye un poco en el modelo de la
mxima eficiencia, ahorrando agua, pero no mucho, ya que el nivel de
beneficios se mantiene en ambos casos.
Al igual que en la figura 5.8, la figura 5.9 muestra los resultados de eficiencia
para una gama de niveles de beneficio. Como en el caso anterior, la eficiencia
mejora de manera significativa para las turbinas 5 a 8. La eficiencia global
oscila entre 0.8132 (100% del mximo beneficio) a 0.886 (beneficio irrestricto),
como se muestra en la Tabla 5.3. Tambin se observa la disminucin de la
eficiencia con respecto a la figura 5.9 para el caso de beneficio al 100%,
112
especialmente para las turbinas 1 y 2. En general, estos resultados muestran
que la programacin ptima con volumen libre presenta mayores beneficios,
pero menor eficiencia tcnica global.
113
Finalmente, ntese que en el modelo que maximiza la eficiencia con volumen
libre, una disminucin del beneficio en 10% (del 100% al 90%), produce un
ahorro del 13,6% en el agua descargada (de 1914.36 a 1662.34 Hm 3), lo que
podra ser conveniente en condiciones crticas, tales como sequas de largo
plazo, para evitar racionamientos en la generacin hidroelctrica o en otros
usos del agua como en la agricultura, la irrigacin o el consumo humano.
5.5 Conclusiones
5.6 Referencias
114
[4] K. W. Cheung, P. Shamsollahi, D. Sun, J. Milligan, and M. Potishnak,
Energy and ancillary service dispatch for the interim ISO New England
electricity market, IEEE Trans. Power Syst., vol. 15, pp. 968974, Aug.
2000.
[5] O. B. Fosso, A. Gjelsvik, A. Haugstad, B. Mo, and I. Wagensteen,
Generation scheduling in a deregulated system. The Norwegian case,
IEEE Trans. Power Syst., vol. 14, pp. 7581, Feb. 1999.
[6] H. Habibollahzadeh and J. A. Bubenko, Applications of decomposi-tion
techniques to short-term operation planning of hydrothermal power
systems, IEEE Trans Power Syst., vol. PWRS-1, pp. 4147, Feb. 1986.
[7] G. W. Chang, M. Aganagic, J. G. Waight, J. Medina, T. Burton, S. Reeves,
and M. Christoforidis, Experiences with mixed integer linear programming
based approaches on short-term hydro scheduling, IEEE Trans. Power
Syst., vol. 16, pp. 743749, Nov. 2001.
[8] O. Nilsson and D. Sjelvgren, Variable splitting applied to modeling of start-
up costs in short term hydro generation scheduling, IEEE Trans. Power
Syst., vol. 12, pp. 770775, May 1997.
[9] O. Nilsson, L. Sder, and D. Sjelvgren, Integer modeling of spinning
reserve requirements in short term scheduling of hydro systems IEEE
Trans. Power Syst., vol. 13, pp. 959 964, Aug. 1998.
[10] X. Guan, A. Svoboda, and C.A. Li. Scheduling hydro power systems with
restricted operating zones and discharge ramping constraints, IEEE Trans.
Power Syst., vol. 14, pp. 126131, Feb. 1999.
[11] H. Brnnlund, J. A. Bubenko, D. Sjelvgren, and N. Andersson, Optimal
short term operation planning of a large hydrothermal power system
based on a nonlinear network flow concept, IEEE Trans. Power Syst.,
vol. 1, pp. 75-82,1986.
[12] A. J. Conejo, J. M. Arroyo, J. Contreras and F. A. Villamor, Scheduling of
a hydro producer in a pool based electricity market, IEEE Trans. Power
Syst., vol. 17, pp. 1265-1272, Nov. 2002.
[13] A. Borghetti, C. DAmbrosio, A. Lodi and S. Martello, An MILP approach
for short-term hydro scheduling and unit commitment with head-dependent
reservoir, IEEE Trans. Power Syst., vol. 23, no.3, pp. 115-1124, August
2008.
[14] C. Li, R.B. Johnson and A.J. Svoboda, A new unit commitment method,
IEEE Trans. Power Syst., 1997, vol. 12, No.1, pp. 113-119.
[15] C. Li, A.J. Svoboda, T.C. Li, and R.B. Johnson, Hydro unit commitment in
hydro thermal optimization, IEEE Trans. Power Syst., vol. 12, no.2, pp.
764 - 769, May 1997.
[16] J. F. Benders, Partitioning procedures for solving mixed-variables
programming problems. Numerische Mathematic, 4, p. 238-252. 1962.
[17] A.J. Conejo and N.J. Redondo, Short-term hydro-thermal coordination by
relaxation Lagrangian: Solution of the dual problem IEEE Trans. Power
Syst., vol. 14, pp. 89-95, Feb. 1999.
[18] X. Guan, P.B. Luh and L. Zhang, Non-linear approximation method in
Lagrangian relaxation-based algorithms for hydrothermal scheduling, IEEE
Trans. Power Syst., vol. 10, pp. 772-778, May 1995.
[19] E. C. Finardi and D. A. da Silva, Unit commitment of single hydro-electric
plant,Electric Power Systems Research, vol. 75, pp. 116-123, Aug. 2005.
115
[20] E. C. Finardi and D. A. da Silva, Solving the hydro unit commitment
problem via dual decomposition and sequential quadratic progra-mming
IEEE Trans. Power Syst., vol. 21, p. 835-844, May 2006.
[21] A. Merlin and P. Sandrin, A new method for unit commitment at lectricit
de France, IEEE Trans Power App. Syst., vol. PAS-102, pp. 1218-1225,
Jan. 1983.
[22] X. Guan, A. Svoboda and C. Li, Scheduling hydro power systems with
restricted operating zones and discharge ramping constraints, IEEE Trans.
Power Syst., vol. 14, pp.126-131, Feb. 1999.
[23] E. Ni, X. Guan and R. Li, Scheduling hydrothermal power systems with
cascaded and head-dependent reservoirs, IEEE Trans. Power Syst., vol.
14, pp. 1127-1131, Aug. 1999.
[24] T. Siu, G. Nash, and Z. Shawwash, A practical hydrodynamic unit
commitment and loading model, IEEE Trans. Power Syst., vol. 16, pp.
301- 306, May 2001.
[25] J. Wang, X. Yuan, and Y. Zhang, Short-term scheduling of large-scale
hydroelectric systems for energy maximization, Journal of Water
Resources Planning and Management, vol. 130, pp. 198-205, 2004.
[26] A. B. Ferrer, Applicability of deterministic global optimization to the short-
term hydrothermal coordination problem, PhD Thesis. Universidad
Politcnica de Catalua, Barcelona, Spain, 2004.
[27] J. Garca-Gonzlez, E. Parrilla, J. Barqun, J. Alonso, A. Saiz-Chicharro
and A. Gonzlez, Under-relaxed iterative procedure for feasible short-
term scheduling of a hydro chain, in Proc. IEEE PowerTech, Bologna,
Italy; 23-26 June 2003.
[28] E. Parrilla and J. Garca-Gonzlez, Improving the B&B search for large-
scale hydrothermal weekly scheduling problems, International Journal of
Electrical Power and Electrical Systems, vol. 28, pp. 339-348, June 2006.
[29] J. Garca-Gonzlez, E. Parrilla, and A. Mateo, Risk-averse profit-based
optimal scheduling of a hydro-chain in the day-ahead electricity market,
European Journal of Operational Research, vol. 181, pp. 1354-1369, Sept.
2007.
[30] J. P. S. Catalo, S. J. P. S. Mariano, V. M. F. Mendes and L. A. F. M.
Ferreira, Scheduling of head-sensitive cascaded hydro systems: a
nonlinear approach, IEEE Trans. Power Syst. vol. 24, pp. 337-346, Feb.
2009.
[31] J. P. S. Catalo, S. J. P. S. Mariano, V. M. F. Mendes, and L. A. F. M.
Ferreira, Parameterisation effect on the behavior of a head dependent
hydro chain using a non-linear model, Electric Power Systems
Research, vol. 76, p. 404-412, April 2006.
[32] A. Brooke, D. Kendrick, A. Meeraus, and R. Raman, GAMS/Cplex 7.0 User
Notes. Washington, DC: GAMS Development Corp., 2000.
[33] R. A. Ponrajah, J. Witherspoon, and F. D. Galiana, Systems to optimize
conversion efficiencies at Ontario hydros hydro-electric plants, IEEE.
Trans. Power Syst., vol. 13, pp. 10441050, Aug. 1998.
[34] O. Nilsson and D. Sjelvgren, Hydro unit start-up costs and their impact on
the short term scheduling strategies of Swedish power producers, IEEE
Trans. Power Syst., vol. 12, pp. 3844, Feb. 1997.
116
[35] F. J. Nogales, J. Contreras, A. J. Conejo, and R. Espnola, Forecasting
next- day electricity prices by time series models, IEEE Trans. Power
Syst., vol. 17, pp. 342348, May 2002.
[36] A. Angelus, Electricity price forecasting in deregulated markets, Electricity
J.,vol. 14, pp. 32 41, Apr. 2001.
[37] B. R. Szkuta, L. A. Sanabria, and T. S. Dillon, Electricity price short-term
forecasting using artificial neural networks, IEEE Trans. Power Syst., vol.
14, pp. 851857, Aug. 1999.
[38] D. Ladurantaye, M. Gendreau, and J. Potvin, Strategic bidding for a price-
taker hydroelectricity producers, IEEE Trans. Power Syst., vol. 22, no. 4,
pp. 2187-2203, Nov. 2007.
[39] S. Fleten and E. Pettersen, Constructing bidding curves for a price-
taking retailer in the Norwegian Electricity Market, IEEE Trans.
Power Syst., vol. 20, no. 2, pp. 70178, May 2005.
[40] A. J. Conejo, F. J. Nogales, and J. M. Arroyo, Price-taker bidding
strategy under price uncertainty, IEEE Trans. Power Syst., vol. 17, no.
4, pp. 10811088, Nov. 2002.
[41] G. Gross and D. Finlay, Generation supply bidding in perfectly
competitive electricity markets, Comput. Math. Org. Theor., vol. 6,
pp. 8398, 2000.
[42] A. Ballo, M. Ventosa, M. Rivier, and A. Ramos, Optimal offering
strategies for generation companies operating in electricity spot
markets, IEEE Trans. Power Syst., vol. 19, no. 2, pp. 745753, May
2004.
[43] R. Rajaraman and F. Alvarado, Optimal Bidding Strategies in Electri-
city Markets Under Uncertain Energy and Reserve Prices Power
Systems Engineering Research Center (PSERC), Pub. 03-05, Apr. 2003.
[44] T. Li, M. Shahidehpour, and Z. Li, Risk-constrained bidding strategy
with stochastic unit commitment, IEEE Trans. Power Syst., vol. 22,
no. 1, pp. 449458, Feb 2007.
[45] H. Niu, R. Baldick, and G. Zhu, Supply function equilibrium bidding
strategies with fixed forward contracts, IEEE Trans. Power Syst., vol.
20, no. 4, pp. 18591867, Nov 2005.
[46] A. R. Kian, J. B. Cruz, and R. J. Thomas, Bidding strategies in
oligopolistic dynamic electricity double-sided auctions, IEEE Trans.
Power Syst., vol. 20, no. 1, pp. 5058, Feb 2005.
[47] L. A. Barroso, R. D. Carneiro, S. Granville, M. V. Pereira, and M. H.
Fampa, Nash equilibrium in strategic bidding: A binary expansion
approach, IEEE Trans. Power Syst., vol. 21, no. 2, pp. 629638, May
2006.
[48] M. A. Plazas, A. J. Conejo, and F. J. Prieto, Multimarket optimal bidding for
a power producer, IEEE Trans. Power Syst., vol. 20, no. 4, pp. 2041
2050, Nov. 2005
[49] M. V. Pereira, S. Granville, M. C. Fampa, R. Dix, and L. A. Barroso,
Strategic bidding under uncertainty: A binary expansion approach,
IEEE Trans. Power Syst., vol. 20, no. 1, pp. 180188, Feb. 2005.
[50] D. Das and B. F. Wollenberg, Risk assessment of generators bidding in
day-ahead market, IEEE Trans. Power Syst., vol. 20, no. 1, pp. 416
424, Feb. 2005.
117
[51] E. Ni, P. B. Luh, and S. Rourke, Optimal integrated generation bidding
and scheduling with risk management under a deregulated power
market, IEEE Trans. Power Syst., vol. 19, no. 1, pp. 600609, Feb
2004.
[52] A. J. Conejo, J. Contreras, J. M. Arroyo, and S. de la Torre, Optimal
response of an oligopolistic generating company to a competitive pool
based electric power market, IEEE Trans. Power Syst., vol. 17, no. 2,
pp. 424430, May 2002.
[53] J. Contreras, O. Candiles, J. I. de la Fuente, and T. Gmez, A cobweb
bidding model for competitive electricity markets, IEEE Trans. Power
Syst.,vol. 17, no. 1, pp. 148153, Feb. 2002.
[54] F. J. Heredia and N. Nabona, Optimum short-term hydrothermal
scheduling with spinning reserve through network flows, IEEE Trans.
Power Syst., vol. 10, pp. 16421651, Aug. 1995.
[55] J. M. Velzquez, P.J. Restrepo, and R. Campo, Dual dynamic
programming. A note on implementation, Water Resources, vol. 35, pp.
2269-2272, 1999.
[56] R. Campo and P. Restrepo, Estudio de optimalidad del programa
MPODE. Mundo Elctrico, vol. 18, no. 54, p. 3235, 2004 [In Spanish].
[57] E. C. Finardi, Alocao de unidades hidreltricas em sistemas
hidrotrmicos utilizando relaxao lagrangeana e programao quadrtica
sequencial. PhD Thesis, Universidade Federal de Santa Catarina.
Florianpolis, Brazil. 2003. [In Portuguese].
[58] F. J. Daz, La eficiencia tcnica como un nuevo criterio de optimizacin
para la generacin hidroelctrica a corto plazo, Dyna, vol. 76, no. 157,
pp. 91 100, March 2009 [In Spanish].
[59] A. J. Pedro, Deteccin de cavitacin en Turbinas Francis. Masters
Thesis. Universidad Politcnica de Catalua, Barcelona, Spain. 2004. [In
Spanish].
[60] Market operator of the electricity market of mainland Spain [Online].
Available at www.omel.es.
118
Tabla 5.A.1 Distribucin y seleccin de puntos muestrales
Puntos
Isoeficiencia Puntos %
muestrales
78 80 29 8
82 84 69 18
86 88 117 31
90 94 163 43
Total 378 100
Coeficiente Error
Variable Valor t P( >t)
estimado estandar
Intercepto -1.37 E+00 1.05E-01 -13.05 < 0.0001
H 7.73E-02 4.93E-03 15.68 < 0.0001
Q 5.02E-03 4.25E-04 11.80 < 0.0001
h2 -1.31E-03 6.33E-05 -20.72 < 0.0001
q2 -1.91E-05 6.78E-07 -28.11 < 0.0001
Hq 1.21E-04 8.26E-06 14.66 < 0.0001
Grados
Suma de RMSE
de Valor F P(>F)
cuadrados
libertad
H 1 0.022421 0.022421 82.53 < 0.0001
Q 1 0.026275 0.026275 96.718 < 0.0001
h2 1 0.176038 0.176038 647.991 < 0.0001
q2 1 0.173235 0.173235 637.674 < 0.0001
Hq 1 0.058377 0.058377 214.886 < 0.0001
Residual 372 0.10106 0.000272
2
R Adjustado: 0.82
119
Figura 5.A.1 Puntos muestrales de las curvas de eficiencia (primera seccin) y
modelo ajustado (segunda y tercera secciones).
120
6. CASO DE ESTUDIO: PROGRAMACIN DE LA OPERACIN HIDRO-
ELECTRICA PARA UN SISTEMA DE EMBALSES EN CASCADA A LO
LARGO DE LA CUENCA DEL RIO PORCE EN COLOMBIA
6.1 Introduccin
121
6.2 Evolucin del Sistema Elctrico Colombiano, SEC.
122
la Ley de Servicios Pblicos Domiciliarios y la Ley Elctrica, respectivamente,
mediante las cuales se definen los criterios generales y las polticas que deben
regir la prestacin de estos servicios pblicos domiciliarios en el pas y los
procedimientos y mecanismos para su regulacin, control y vigilancia. Estas
leyes buscan la formacin y el desarrollo de mercados competitivos que
promuevan la innovacin en la prestacin del servicio, a precios razonables, y
que garanticen a los consumidores un suministro continuo. La ley 143 de 1994,
viabiliza el enfoque constitucional, regula las actividades de generacin,
transmisin, distribucin y comercializacin de electricidad, crea un ambiente
de mercado en competencia, fortalece el sector y delimita la intervencin del
Estado (XM, 2009), y en su artculo 43 reconoce algunas imperfecciones del
mercado e introduce el concepto de generacin de respaldo y su remuneracin.
123
instalar. Las opciones de energa firme son asignadas mediante un mecanismo
competitivo, a los generadores existentes, por un perodo de cinco aos, y a los
nuevos generadores, por uno de 10 aos.
124
otras, por las siguientes entidades y funciones: El Ministerio de Minas y
Energa, organismo del gobierno que se encarga de dictar la poltica energtica
del pas; la Unidad de Planeamiento Minero Energtica, adscrita a este
Ministerio, que tiene como funcin fundamental establecer los requerimientos
energticos del pas; y la Superintendencia de Servicios Pblicos Domiciliarios,
encargada de controlar y vigilar a todos los agentes del sector.
6.3.1 Generalidades
Las cifras ms relevantes del Sistema Elctrico Colombiano, SEC, son citadas
a continuacin (XM, 2010).
La Figura 6.1 representa la Capacidad Efectiva Neta durante los aos de 1995
a 2007 (sin considerar los datos para 2001 y 2002 que no estn disponibles).
125
Figura 6.1 Capacidad efectiva neta del sistema aos 1995-2007
126
combustibles para termoelctricas, y a su encendido y apagado que pueden
requerir rampas de subida y de bajada que son restringidas por lmites reales
de la operacin fsica. Por lo tanto, para representar adecuadamente la
operacin del sistema y los costos de satisfacer la demanda real de
electricidad, este mecanismo de mercado debe realizarse tan cerca como sea
posible de su entrega fsica.
127
modal, es decir, que la red de transmisin es de capacidad infinita y que todos
los agentes pueden competir en igualdad de condiciones, independientemente
del lugar donde estn ubicados. Sin embargo, algunas situaciones de
restricciones obligan el despacho de generadores que no fueron asignados en
el despacho ideal, mientras que otros que salieron asignados por mrito son
forzados a quedarse por fuera del despacho real. En estos casos, las reglas del
mercado aseguran que quienes haban sido asignados en el despacho ideal
reciban parte de las rentas infra-marginales (la diferencia entre el precio de
bolsa y el que esperaban), mientras que aquellos despachados fuera de mrito
reciben un precio que garantiza que no generen a prdida.
6.4.1 Generalidades
128
observa que en el ao 2008, las reservas tiles (lnea verde) estuvieron en
niveles relativamente altos, en comparacin con los valores registrados desde
el 2003. A fines de noviembre de 2008 alcanzaron su valor mximo (aunque
similares a las observadas en 2006), a partir del cual empezaron a descender
de manera gradual, lo que es tpico para esta poca del ao. En los primeros
tres meses de 2009, estas reservas alcanzaron el mayor nivel observado para
este perodo (XM, 2009).
129
Figura 6.3 Cadena Hidrulica Guatape-Playas
Est formada por las centrales Paraso y La Guaca que utilizan el agua del ro
Bogot, a partir del embalse del Mua. Estas dos centrales entraron en
operacin entre 1985 y 1986. Al igual que la centra El Guavio, son plantas
relativamente nuevas ya que la vida til promedio de una central hidroelctrica
es aproximadamente de 50 aos. La capacidad efectiva actual de ambas
centrales es igual a la capacidad nominal; por lo tanto, en esta cadena se
dispone de 580,5 MW efectivos.
Est formada por las centrales Canoas, Salto I, Salto II, Laguneta y Colegio. La
capacidad nominal de estas centrales es de 548.8 MW y su capacidad efectiva
es de 543.8 MW. Por su bajo ndice de utilizacin, esta cadena de centrales
puede considerarse como una reserva del sistema.
130
Figura 6.4 Cadena Hidrulica Porce
132
Unidades: dos turbinas Francis
Altura de la presa: 196 metros
Tipo de presa: enrocado con cara de concreto
Volumen total de embalse: 1.286 millones de m 3
rea del embalse: 2.011 hectreas
Localizacin: ro Porce, en los municipios de Amalfi y Anor
Costo de la inversin: US$ 800 millones
Caudal Medio: 195,8 m3/s
Caudal Nominal: 262,3 m3/s
Longitud de las vas de acceso por construir: 48.7 kms.
133
Tabla 6.2 Otras caractersticas del Proyecto Porce IV.
Fuente: EPM. Empresas Publicas de Medelln, 2008
134
por las centrales La Tasajera (306 MW), Riogrande II (25 MW) y Porce II
(405 MW); la segunda, con 526 MW, conformada por Troneras (40MW),
Guadalupe III (270 MW) y Guadalupe IV (216 MW). Sin embargo, para
finales del ao 2010 se tiene prevista la entrada en operacin de la
Central Hidroelctrica Porce III (660 MW), incrementando la capacidad
efectiva neta de la cadena Porce a 1922 MW. Adicionalmente, se estn
adelantando los estudios necesarios para la construccin del proyecto
hidroelctrico Porce IV, con una capacidad efectiva neta prevista de 400
MW; de esta manera, la cadena hidrulica Porce llegara a convertirse
en la de mayor capacidad efectiva neta del SEC, con 2322 MW,
aproximadamente el 25% de la capacidad efectiva neta instalada del
Sistema Hidroelctrico Colombiano, SHC.
135
Figura 6.6 Configuracin del sistema de generacin hidroelctrica,
seleccionado como caso de estudio.
Cota
Nmero Volumen Volumen Volumen Vertimiento
Nombre del Aguas
del Mnimo Mximo Inicial Mximo
embalse arriba
embalse (Hm3) (Hm3) (Hm3) (m3/s)
(m)
1 Riogrande 2 16.44 187.36 123.48 2247 1400.0
2 Quebradona 0.70 2.00 1.32 2011 107.8
3 Porce II 14.63 149.37 98.58 901.14 3200
4 Troneras 12.6 36 23.7 1760.2 114.8
5 Bocatoma 1.40 8.50 5.6 1679 124.24
6 Tanque 0.008 0.022 0.014 1679 140.88
7 Porce III 44 170 112 584.05 422.4
137
Tabla 6.4 Caractersticas de las unidades de generacin hidroelctrica en
algunas centrales de la cadena Porce.
Cota
N de Nombre Descarga Descarga Coeficiente
Nmero de Tipo de Aguas
la de la Mnima Mxima Prdidas h
Unidades unidades 3 3 Abajo 2 5
planta planta (m /s) (m /s) (s /m )
(m)
1 Tasajera 3X102=306 Pelton 8.5 40 1337 5.45
2 Riogrande 1X25=25 Francis 2.5 11.3 1782.3 2.41966
3 Porce II 3X135=405 Francis 50.4 239.0 672.3 7.6588
4 Troneras 2X20=40 Francis 33.5 57.4 1689 0.7254
5 Guadal. III 6X45=270 Pelton 18.5 62.12 1124 0.7254
6 Guadal IV 2X67+1X68 Francis 15.3 70.44 702 4.1852
7 Porce III 4X165=660 Francis 34.3 211.2 306 N.D.
6.8 Resultados
La Tabla 6.5 presenta el programa de produccin ptima con volumen fijo, para
el modelo de mximo beneficio. En general, la potencia de salida de las siete
plantas sigue el perfil de precios diarios del mercado de electricidad colombiano
para el perodo Mayo 1 a Junio 27 de 2010 (XM, 2010). La figura 6.7 muestra
esta tendencia para la central 3. La cual fue selecciona la planta 3, para realizar
un detallado anlisis. En la figura 6.8 se presenta la evolucin de la descarga
de agua y los precios de la electricidad, siguen el mismo comportamiento de la
figura 6.7, como era de esperarse.
138
Tabla 6.5. Maximizacin de beneficios con volumen fijo.
139
Figura 6.8 Planta 3. Descarga de agua vs precios de la electricidad para
Mayo 1 Junio 27 de 2010. Modelo de maximizacin de
beneficios con volumen fijo
La Tabla 6.6 y las figuras 6.9 y 6.10, para el modelo de mximo beneficio con
volumen libre, muestran patrones de comportamiento similares a los del
modelo de mximo beneficio con volumen fijo, tal como se muestra a
continuacin.
140
Figura 6.9 Planta 3. Potencia generada vs precios de la electricidad para
Mayo 1 Junio 27 de 2010. Modelo de maximizacin de beneficios
con volumen libre
141
6.8.3 Maximizacin de la eficiencia con volumen fijo.
142
6.9 Sntesis del captulo.
143
144
7. CONCLUSIONES
145
En el captulo 5 se present como caso de estudio para la programacin de la
operacin hidroelctrica una aplicacin del modelo a un sistema de embalses
en cascada a lo largo de la cuenca del ro Duero en Espaa. En el captulo 6,
se present como caso de estudio la aplicacin del modelo a una cadena de
embalses a lo largo de la cuenca del ro Porce en Colombia.
146
En el enfoque tradicional de los sistemas monoplicos centralizados, el criterio
de optimizacin utilizado era la minimizacin de los costos totales de operacin
para todo el horizonte de planeacin. En los esquemas de mercados en
competencia este criterio fue sustituido por la maximizacin de los beneficios
de la empresa de generacin. En esta investigacin se considera, adems, la
eficiencia tcnica de las unidades de generacin y de la Central Hidroelctrica.
Se propone un criterio de optimizacin alternativo, la mxima eficiencia tcnica,
factible de alcanzar, para unas determinadas condiciones de operacin de
sistema.
147
interdependencia de varias variables que intervienen en el proceso de
generacin de energa elctrica.
148
En el contexto del problema de programacin de la operacin hidroelctrica, se
analiz el comportamiento de las unidades de generacin, considerando la
manera en que stas producen energa elctrica utilizando los recursos
disponibles. Se formul un modelo de optimizacin que representa los aspectos
fundamentales tanto de la funcin de produccin de las unidades de
generacin hidroelctrica como de sus restricciones asociadas y sus costos de
operacin. Para la adecuada representacin del sistema, se parti de un
detallado anlisis de las leyes que rigen su comportamiento fsico, haciendo
nfasis en el fenmeno de la cabeza variable y en la evaluacin de la eficiencia
tcnica de las unidades de generacin hidroelctrica.
149
Se desarroll un modelo de optimizacin de Programacin No Lineal Entera
Mixta, PNLEM, para la solucin del problema programacin de la operacin de
una empresa de generacin hidroelctrica en mercados de corto plazo,
considerando de manera explcita la eficiencia tcnica de las unidades. Como
funcin objetivo se plantea la maximizacin del beneficio total del sistema
durante todo el horizonte de programacin, calculado como la suma de los
beneficios de cada una de sus plantas incluyendo los ingresos operativos, el
ingreso por valor futuro del agua almacenada en el embalse al final del perodo
de programacin y el costo de encendido de las unidades de generacin.
150
la cantidad ptima de electricidad a ofertar en la bolsa de energa para el
mercado del da siguiente, y despus del despacho para la auto-programacin
o auto-despacho de sus unidades de generacin.
Mediante los logros obtenidos para cada uno de los objetivos especficos, tal
como se acaba de especificar, se considera haber dado cumplimiento de
manera satisfactoria al cumplimiento del objetivo general de esta tesis doctoral
que se acaba de mencionar en el prrafo anterior. Como se plante en el
objetivo general, esta metodologa ha sido expresada como un conjunto de
algoritmos que fueron implementados en prototipos de software.
151
representarla mediante un modelo de optimizacin para la solucin del
problema de generacin energtica desde la perspectiva de una empresa de
generacin hidroelctrica, H-GENCO, la cual puede utilizarla como una
herramienta de apoyo a la toma de decisiones en la programacin de su
operacin en mercados de corto plazo para alcanzar uno de dos objetivos, a
saber: el mximo beneficio de la venta de energa en el mercado del da
siguiente, considerando todas sus restricciones de operacin, incluyendo la
eficiencia tcnica y los costos de encendido de sus unidades de generacin; o
la mxima eficiencia tcnica de las unidades de generacin hidroelctrica para
un nivel deseado de beneficio.
Con respecto a este problema, como una consideracin final podra plantearse
una extensin natural de este enfoque para formular un modelo ms general
que combine los dos objetivos citados mediante las conocidas metodologas de
Anlisis Multiobjetivo.
152
Modelo no Lineal para la ptima generacin hidroelctrica a mxima eficiencia.
Un enfoque de corto plazo. Distincin al mejor artculo de sesin en el
Congreso Iberoamericano de Sistemas, Ciberntica e informtica, CISCI, 2009,
Juli0 10-13 de 2009. Orlando, Florida, USA.
153
154
8. BIBLIOGRAFA
Arce, A., Ohishi, T. and Soares, S. Optimal Dispatch of Generating Units of the
Itaip Hydroelectric Plant, IEEE Transactions on Power Systems, Volume
17, Number 1, February, 2002.
155
Baer, W.y Coes, D. Privatization, regulation and income distribution in brazil,
The Quaarterly Review of Economics and Finance. 2001.
Ballo, A., Ventosa, M., Rivier, M. y Ramos, A. Optimal offering strategies for
generation companies operating in electricity spot markets. IEEE Trans.
Power Syst., vol. 19, no. 2, pp. 745753, May 2004.
Borghetti, A., DAmbrosio, C., Lodi, A. and Martello, S. An MILP approach for
short-term hydro scheduling and unit commitment with head-dependent
reservoir. IEEE Trans. Power Syst., vol. 23, no.3, pp. 115-1124, August
2008.
156
Brnnlund, H., Bubenko, J. A., Sjelvgren, D., and Andersson, N. Optimal short
term operation planning of a large hydrothermal power system based on
a nonlinear network flow concept. IEEE Trans. Power Syst., vol. 1, pp. 75-
82, 1986.
Bunn, D., Dyner, I. and Larsen, E. R. Modelling latent market power across gas
and electricity markets. System Dynamics Review. No.13, p.271-288.
1997.
157
______CREG. 1995b. Resolucin 25 de 1995, Cdigo de Operacin. Bogot,
Colombia.
_____. Day-ahead electricity price forecasting using the wavelet transform and
ARIMA models. IEEE Transactions on power systems. Vol. 20, No. 2
May. 2005; p. 1035-1042.
_____. Nogales, F.J. and Arroyo, J.M. Price-taker bidding strategy under price
uncertainty. IEEE Transactions on Power Systems. Vol. 17, No. 4, Nov.
2002, p. 1081-1088.
158
Conejo, A.J. and Redondo, N.J. Short-term hydro-thermal coordination by
relaxation Lagrangian: Solution of the dual problem. IEEE Trans. Power
Syst., Feb. 1999, vol. 14, no. 1, p. 89-95.
_____, Caramanis, M.C. and Bloom, J.A. An Efficient Algorithm for Optimal
Reservoir Utilization in Probabilistic Production Costing. IEEE
Transactions on Power Systems, May 1990, vol. 5, No.2, p.439-447.
Correa, C.A., Bolaos, R.A. and Ruiz, A.G. Mtodos no lineales de puntos
interiores aplicados al problema del despacho hidrotrmico. Scientia et
technica. Vol. 13. 2007. pp. 91-96.
159
Chang G.W. and Waitt, J.G. A mixed integer linear programming based hydro
unit commitment. Proc.1999 IEEE PES Summer Meeting, July 1999, p. 924-
928.
Chang, G.W., Aganagic, M. J., Waight, G., Medina, J., Burton, S., Reeves,T.,
and Christoforidis, M. Experiences with mixed integer linear programming
based approaches on short-term hydro scheduling. IEEE Trans. Power
Syst. Vol. 16. 2001. pp. 743749.
Deb, R., Albert, R., Hsue, L. y Brown, N. How to incorporate volatility and risk
in electricity price forecasting. The Electricity Journal pp. 6575. 2000.
Deng, S., Shen, Y., and Sun, H. Stochastic Co-optimization for Hydro-Electric
Power Generation. Power Systems Engineering Research Center. 2004.
http://www.pserc.org/ecow/get/publication/2007public/hydropowercooptimde
ng.pdf. Consultado Agosto 5 de 2008.
Dentcheva, D., Gollmer, R., Moller, A., Romisch, W. and Schultz, R. Solving
the Unit Commitment Problem in Power Generation by Primal and Dual
Methods. Report of German Federal ministry of Education, Science,
Research and Technology (BMBF). Berlin. 2008. pp- 997-115.
160
Drouin, N. et. al. Piecewise Affine Approximations for the Control of a One-
reservoir Hydroelectric System. European Journal of Operational
Research, 1996, p. 53-69.
Dyner, I., Arango, S. y Larsen, E. Past, present and future of the latin-american
electricity markets. IAEE, Prague. 2003.
Eriksen, P.B., Jorgensen, C. and Ravn, H.F. Hydro and Thermal Scheduling by
the Decoupling Method. Electric Power Systems Research, 1996, vol.
38, p. 43-49.
Finardi, E.C. and Da Silva, E.L. Parallel processing applied to the planning of
hydrothermal systems. IEEE Trans. Parallel Distrib. Syst., Aug 2003, vol. 14,
no. 8, p. 721-729.
161
Finardi, E. C. and Da Silva, D. A. Unit commitment of single hydro-electric
plant. Electric Power Systems Research, vol. 75, pp. 116-123, Aug. 2005.
Finardi, E.C. and Da Silva. E.L. Solving the Hydro Unit Commitment Problem
via Dual Decomposition and Sequential Quadratic Programming. IEEE
Tran Power Syst. Vol. 21 2006. pp. 835-843.
Garca-Gonzlez, J., Parrilla, E., Barqun, J., Alonso, J., Saiz-Chicharro, A. and
Gonzlez, A. Under-relaxed iterative procedure for feasible short-term
scheduling of a hydro chain. Proc. IEEE PowerTech, Bologna, Italy; 23-
26 June 2003.
162
Gross, G y Finlay, D.J Generation supply bidding in perfectly competitive
electricity markets. Comput. Math. Org. Theor., vol. 6, pp. 8398, 2000.
Guan, X., Svoboda, A. and Li, C. Scheduling Hydro Power Systems with
Restricted Operating Zones and Discharge Ramping Constraints. IEEE
Transactions on Power Systems, Feb 1999, vol. 14, No.1, p.126-131
Guan, X. Lu, E. Ni. And Ho, Y.C. Optimization Based Bidding Strategies for
Deregulated Electric Power Markets. In the next generation of electric
power unit commitment models. Interational series in Operatin Research &
Management Science, B. F. Hobbs, M. H. Rothkoft R.P., O`Neil and H.P.
Chao, eds, 1st ed. Kluwer Academic Publisher, Boston, 2001, p. 249-270.
163
Jaccard, M. Oscillating currents, the changing rationale for government
intervention in the electricity industry. Energy Policy 23(7), 579592. 1995.
Lai, S.Y. and Baldick, R. Unit commitment with ramp multipliers. IEEE
Trans. Power Syst., Feb. 1999, vol. 14, no. 1, p.58-64.
Larsen, E., Dyner, I., Bedoya, L. y Franco, C.J. Lessons from deregulation in
Colombia: successes, failures and the way ahead. Energy Policy, Volume
32, Issue 15, October 2004, pages 17671780.
Li, C., Johnson, R.B. and Svoboda, A.J. A New Unit Commitment Method.
IEEE Transactions on Power Systems, Feb 1997, vol. 12, No.1, p.113-119.
Li, C., Svoboda, A.J., Li, T.C. and Johnson, R.B. Hydro Unit Commitment in
Hydro-Thermal Optimization. IEEE Transactions on Power Systems, May
1997, vol. 12, No.2, p.764-769.
164
Littlechild, S. Electricity: Regulatory Developments Around the World. The
Beesley Lectures on Regulation Series XI, 2001, London.
165
Ni, E., Guan, X. and Li, R. Scheduling Hidrotermal Power Systems
with Cascaded and Head-Dependent Reservoirs. IEEE Trans. Power
Syst., Aug 1999, vol. 14, No. 3, p. 1127-1131.
Ni, E., Luh, P. B. and Rourke, S. Optimal integrated generation bidding and
scheduling with risk management under a deregulated power market. IEEE
Trans. Power Syst., vol. 19, no. 1, pp. 600609, Feb 2004.
Nilsson, O. and Sjelvgren, D. Hydro unit start-up costs and their impact on the
short term scheduling strategies of Swedish power producers. IEEE Trans.
Power Syst., vol. 12, pp. 3844, Feb. 1997b.
Nilsson, O., Sder, L., and Sjelvgren, D. Integer modeling of spinning reserve
requirements in short term scheduling of hydro systems. IEEE Trans.
Power Syst., vol. 13, pp. 959 964, Aug. 1998.
Niu, H., Baldick, R. and Zhu, G. Supply function equilibrium bidding strategies
with fixed forward contracts. IEEE Trans. Power Syst., vol. 20, no. 4, pp.
18591867, Nov 2005.
166
Padhy, N., Paranjothi, S. and Ramachandran, V. A Hybrid Fuzzy Neural
Network-Expert System for a Short Term Unit Commitment Problem.
Pergamon, 1997, vol. 37, No.5, p. 733-737.
Pereira, M. V., Granville, S., Fampa, M. C., Dix, R. and Barroso, L. A. Strategic
bidding under uncertainty: A binary expansion approach. IEEE Trans.
Power Syst., vol. 20, no. 1, pp. 180 188, Feb. 2005.
167
Pindyck, R.S. y Rubinfeld, D.L. Microeconoma. 3 ed. Madrid: Prentice Hall,
1995. Bogot.
Reino Unido, Office Gas and Electricity Markets (Ofgem). The review of the
year of NETA. 2002. [on line]. Disponible en www.ofgem.gov.uk
168
Sjelvgren, D. et. al. Optimal Planning in a Large Hydro-Thermal Power
System. IEEE Transactions on Power Apparatus and Systems, vol. PAS-
102, Nov 1983, p.3644-3651.
Tufegdzic, N., Frowd, R.J. and Stadlin, W.O. A Coordinated Approach for
Real-time Short Term Hydro Scheduling. IEEE Transac. on Power Systems,
Nov. 1996, vol. 11, No.4, p.1698-1704.
169
Unidad de Planeacin Minero Energtica, UPME. "Plan de Expansin de
Referencia Generacin-Transmisin 2005 2019". Informes Empresariales,
Bogota, Colombia. 2007.
Van der Heijden, K., Bradeld, R., G. Burt, G. C.y Wright, G. The Sixth
Sense: Accelerating Organisational Learning with Scenarios. John Wiley &
sons. 2002.
170
____(1995b). Operacin de Sistemas Hidrotrmicos Interconectados utilizando
la OEDM - Optimizacin Estocstica Dinmica Multinivel-.
Energtica, 13, p. 97-110.
Vogel, S.K. Freer markets, more rules. Cornell University Press, N.Y. 1996.
171
____. Descripcin del Sistema Elctrico Colombiano. 2009. http://www.xm.
com.co/Pages/DescripciondelSistemaElectricoColombiano.aspx. Consultado
Junio 12 de 2010.
Zhai, Q., Guan, X. and Cui, J. Unit commitment with identical units: Successive
subproblem solving method based on Lagrangian relaxation. IEEE
Trans. Power Syst., Nov. 2002, vol. 17, no. 4, p. 1250-1257.
Zhang, D. Wang, Y. and Luh P.B. Optimization Based Bidding Strategies in the
Deregulated Market. IEEE Transactions on Power Systems Vol. 15, August
2000, p. 981-986
172
9. ANEXOS
Anova Model
Degrees
Sum of
Variable of RMSE F value P(>F)
squares
Freedom
V 1 443.98 443.98 31117.41 <2.2e-16
2
V 1 4.14 4.14 290.36 3.71e-08
Residuals 9 0.13 0.01
Anova Model
Degrees
Sum of
Variable of RMSE F value P(>F)
squares
Freedom
V 1 371.58 371.58 19277.31 1.614e-08
2
V 1 2.84 2.84 147.51 0.0002637
Residuals 4 0.08 0.02
173
A.3 Pruebas estadsticas para el ajuste del embalse Troneras
Anova Model
Degrees
Sum of
Variable of RMSE F value P(>F)
squares
Freedom
1.019e-
V 1 169.606 169.606 866.593
07
V2 1 7.782 7.782 39.761 0.000742
Residuals 6 1.174 0.196
Anova Model
Degrees
Sum of
Variable of RMSE F value P(>F)
squares
Freedom
9.479e-
V 1 816.50 816.50 2987.481
15
V2 1 20.85 20.85 76.294 2.807e-6
Residuals 11 3.01 0.27
174
A.5 Pruebas estadsticas para el ajuste del embalse Guatap
Anova Model
Degrees
Sum of
Variable of RMSE F value P(>F)
squares
Freedom
< 2.2e-
V 1 1059.12 1059.12 4053.34
16
1.495e-
V2 1 30.68 30.68 117.41
07
Residuals 12 3.14 0.26
Anova Model
Degrees
Sum of
Variable of RMSE F value P(>F)
squares
Freedom
1.861e-
V 1 120.471 120.471 564.542
05
V2 1 3.533 3.533 16.556 0.01524
Residuals 4 0.854 0.213
175
ANEXO B. Derivadas relacionadas con la funcin de la eficiencia tcnica
de las unidades de la generacin hidroelctricas.
176
ANEXO C. Coeficiente de Hazen-Williams para algunos materiales
177
ANEXO D. El sistema hidroelctrico colombiano
Capacidad de Capacidad de
Regulacin
Embalse Almacenamiento Generacin
(das)
(GWh) (MW)
El Peol 4393.9 560 326.9
Betania 166.0 540 12.8
Esmeralda 1105.4 750 61.4
El Guavio 2173.9 1150 78.8
178
D.2 Las principales Centrales Hidroelctricas Colombianas
Cap.
Cap. Nmero
Efectiva
Nombre Bruta de Localizacin Ao
Neta
(MW) Unidades
(MW)
San carlos 1240 1240 Pelton 155*8 San Carlos (Ant) 1988
(1) De las tres unidades originales, dos fueron retiradas del Mercado de
Energa Mayorista, en el ao 2003.
179
A continuacin se presenta una breve descripcin de cada una las principales
centrales hidroelctricas del SEC
La Central Hidroelctrica de San Carlos, operada por ISAGEN S.A E.S.P, est
localizada en el Departamento de Antioquia a 150 km al este de Medelln,
ubicada en jurisdiccin del municipio de San Carlos (Ver la cadena hidrulica
en la Figura 6.3). La primera etapa de la central entr en funcionamiento en
1984 y la segunda en 1987. La central de San Carlos est conformada por
ocho unidades de generacin, accionadas por turbinas tipo Pelton de eje
vertical con capacidad efectiva neta de 1240 MW, un Factor de Conversin de
5.45 MW/m3/s, un parmetro de indisponibilidad histrica forzada de 5.4166%
y una cada neta de 554 m. La velocidad de rotacin de cada unidad es de 300
r.p.m y cada turbina tiene como elemento de cierre una vlvula esfrica de dos
metros de dimetro. La central cuenta con 13 transformadores monofsicos
con una potencia nominal de 109 MVA, con relacin de transformacin de 16.5
kV a 230 kV. La generacin de la central es entregada al sistema de
transmisin nacional para ser llevada a los centros de consumo del sistema
interconectado, utilizando una subestacin a 230 kV que permite conectarse
con las subestaciones Esmeralda en Caldas, Ronderos y Balsillas en
Cundinamarca, Ancn Sur y Guatap en Antioquia y Comuneros en
Santander. Adems, se enlaza con una subestacin a 500 kV para conectarse
con las subestaciones Cerromatoso y Chin en Crdoba, Sabanalarga en el
Atlntico y San Marcos en el Valle del Cauca para el intercambio de energa
con la Costa Atlntica y el sur del pas.
180
D.5 Central Hidroelctrica de Chivor
181
D.8 Central Hidroelctrica Porce II
La Central Hidroelctrica Alto Anchicay, operada por EPSA S.A E.S.P, est
localizada en el Departamento del Valle del Cauca, 85 kilmetros al oeste de
Cali, en los lmites de los municipios de Buenaventura y Dagua. Esta central
inici su operacin en el ao 1974 con dos grupos de 125 MW y un grupo de
115 MW. La capacidad instalada, es de 365 MW, produce una energa media
anual de 1,291 GW. Utiliza las aguas que se captan y embalsan en un embalse
que recibe los aportes de una cuenca hidrogrfica de 550 km. Los principales
aportes proceden del ro Anchicay con caudales promedio de 39,1 m/s y el
ro Verde con 4.1 m/s. El caudal promedio disponible para la generacin de
energa elctrica alcanza un valor de 50.2 m/s. que incluye el aporte de la
quebrada Murrapal con 3.2 m/s. Cuenta con un embalse principal cuya
182
capacidad es de 45 millones de m y un embalse de derivacin que recoge las
aguas de la quebrada Murrapal y cuya superficie alcanza unas cinco hectreas.
La Central Hidroelctrica Urr I, operada por la empresa Urr S.A E.S.P, est
localizada al noroccidente de Colombia, sobre el ro Sin, 30 kilmetros al sur
de Tierralta en Crdoba. Su principal fuente de abastecimiento de agua es el
ro Sin y sus afluentes, que nacen en el Parque Nacional Natural Paramillo,
cubierto en su mayor parte por bosque hmedo tropical y con niveles de
precipitacin del orden de 3.000 mm/ao, factores que contribuyen a mantener
un caudal promedio de 340 m3/s. Tiene una capacidad instalada de 340 MW
distribuida en cuatro turbinas de 85 MW cada una, con energa firme de 715
GWh anuales y energa media de 1.275 GWh anuales. Tiene acceso terrestre
por una carretera pavimentada con una longitud de 110 Km desde Montera,
capital del Departamento de Crdoba.
183
Factor de Conversin de 5.45 MW/m3/s y un parmetro de indisponibilidad
histrica forzada de 5.4166%. Aprovecha una cada bruta de 933 metros y un
caudal de 13,25 m3/s. La Central La Tasajera junto con la Central Niqua
conforma el desarrollo hidroelctrico Riogrande II. Las turbinas Pelton impulsan
tres generadores sincrnicos de tipo vertical, con una capacidad nominal de
109.000 kVA por unidad, con una tensin de 13.200 voltios, los cuales se
conectan a tres transformadores elevadores con una capacidad unitaria de
104.500 kVA. El equipo de maniobra del patio de la subestacin es del tipo
encapsulado, con una tensin nominal de 245 kilovoltios. Vertedero a 2270
msnm con una capacidad de 1400 m3/s.
La Central Hidroelctrica Guadalupe III, operada por EEPPM S.A E.S.P, est
localizada bajo el nivel de aguas de la central Troneras, cuyas aguas
turbinadas junto con las desviadas del embalse Troneras y las provenientes de
la quebrada Caasgordas son represadas en una bocatoma y conducidas a la
casa de mquinas de la central. Sus dos primeros grupos entraron en servicio
en 1962, el tercero en 1965 y los tres ltimos en 1966. Su contribucin a la
energa media anual del sistema es de 1.617 GWh y a la energa firme de
1.377 GWh. Posee seis unidades generadoras accionadas por turbinas tipo
Pelton de eje vertical, de 45 MW cada una, para completar 270 MW de
capacidad instalada nominal, un Factor de Conversin de 0,7254 MW/m 3/s y un
parmetro de indisponibilidad histrica forzada de 0.0952%.
184
Guadalupe III se descargan en un tanque de captacin con capacidad para
22.000 m3, luego son conducidas por un tnel de 6,4 kilmetros a la casa de
mquinas de Guadalupe IV. sta instalacin generadora tiene una capacidad
nominal de 216 MW y capacidad efectiva neta de 202 MW, repartida en dos
unidades de 67 MW y una de 68 MW, movidas por turbinas tipo Francis de eje
vertical con un Factor de Conversin de 4.1852 MW/m3/s y un parmetro de
indisponibilidad histrica forzada de 4.9066%. Sus aportes de energa al
sistema contabilizan 1,205 GWh al ao de energa media y 1,026 GWh al ao
de energa firme.
La Central Hidroelctrica Playas, operada por EEPPM S.A E.S.P, est situada
al oriente de la ciudad de Medelln en el Departamento de Antioquia, a una
distancia de 160 km de la capital antioquea. Sus obras e instalaciones estn
en jurisdiccin de los municipios de San Rafael y San Carlos y su cuenca
hidrogrfica comprende tambin territorios del municipio de Guatap (ver
cadena hidrulica en la Figura 6.3). Entr en operacin el 25 de febrero de
1988. Posee tres grupos generadores impulsados por sus correspondientes
turbinas Francis de eje vertical, diseadas para una potencia de 68.030 kW.
Cuenta con una capacidad nominal instalada de 204 MW, una capacidad
efectiva neta de 201 MW, un Factor de Conversin de 1.5881 MW/m3/s y un
parmetro de indisponibilidad histrica forzada de 0.2650 %. Tiene una cabeza
neta de 176 m, un caudal de 42,1 m3/s y una velocidad sincrnica de 360 r.p.m.
Aporta anualmente 1.380 GWh de energa firme al sistema.
185
D.19 Central Hidroelctrica Riogrande I
186