Programación Dinámica Estocástica Dual aplicada a la optimización del sistema eléctrico uruguayo.
La operación de la red eléctrica en sistemas con un gran componente hidroeléctrico u otro tipo de almacenamiento de energía a menudo se presenta como un problema de programación dinámica, en el que las variables de estado representan la energía almacenada. Para evitar la maldición de la dimensionali...
Guardat en:
| Autor principal: | |
|---|---|
| Format: | masterThesis |
| Idioma: | anglès espanyol |
| Publicat: |
2023
|
| Matèries: | |
| Accés en línia: | https://hdl.handle.net/20.500.12008/36976 |
| Etiquetes: |
Sense etiquetes, Sigues el primer a etiquetar aquest registre!
|
| Sumari: | La operación de la red eléctrica en sistemas con un gran componente hidroeléctrico u otro tipo de almacenamiento de energía a menudo se presenta como un problema de programación dinámica, en el que las variables de estado representan la energía almacenada. Para evitar la maldición de la dimensionalidad al discretizar tales estados, se ha aplicado con éxito la técnica SDDP. Sin embargo, están surgiendo nuevos desafíos al abordar la optimización, con la penetración de fuentes renovables de mayor variabilidad, y la posible incorporación de almacenamiento de energía de plazos cortos. Estos nuevos componentes exponen dos dificultades. La alta variabilidad de los recursos renovables y el almacenamiento a corto plazo requieren representar escalas de tiempo más rápidas, lo que hace más complejo plantear el problema de despacho de un paso de tiempo. Además, surgen nuevas fuentes de incertidumbre y esto conduce a mitigar la maldición de la dimensionalidad estocástica, un aspecto no abordado por la técnica SDDP estándar. En primer lugar, se presenta una extensión preliminar de la técnica SDDP para considerar dos escalas de tiempo diferentes y un modelo markoviano para representar la situación hidrológica. El método se aplica a un modelo estilizado del sistema eléctrico uruguayo, apoyándose en nuevas implementaciones de código abierto de SDDP para realizar los cálculos. El análisis de los resultados se centra en los tiempos de ejecución e indica que el método sigue siendo tratable a pesar de la mayor dimensión del problema. Luego, se aborda el problema de mitigar la maldición de la dimensionalidad estocástica. Para esto, se desarrolló una biblioteca de software específica para poder incorporar aspectos técnicos no considerados en las bibliotecas existentes. Con esta herramienta se analizaron métodos para representar la incertidumbre, buscando reducir el número de problemas de optimización a resolver. Los resultados muestran una reducción considerable en los tiempos de ejecución, pero no lo suficiente como para abordar problemas de un tamaño similar a los que requiere la industria. Finalmente, se implementan diversas técnicas de poda de cortes buscando reducir la complejidad de cada uno de los problemas de despacho. Se obtienen buenos resultados en términos de convergencia algorítmica con una reducción en los tiempos de ejecución. Sin embargo, esta reducción sigue siendo insuficiente. Se concluye que la técnica SDDP aplicada a la planificación de largo plazo de sistemas pequeños con un alto componente de recursos renovables, debe ser considerada solamente cuando la dimensión del espacio de estados es alta. Cuando la dimensión del espacio de estados es pequeña, la maldición de la dimensionalidad estocástica es la que aparece como una limitante, obligando a aumentar el número de problemas lineales a resolver. Se evidencia también que el impacto en los tiempos de ejecución asociado a la complejidad del problema de despacho, como el número de restricciones o el número de variables enteras, no es significativo frente al impacto producido por las dos maldiciones de dimensionalidad estudiadas. |
|---|