Herramienta para el cálculo del flujo de potencia probabilístico
La introducción de fuentes de energía renovables (FER) en el mercado eléctrico trae grandes desafíos. Uno de los más significativos se deriva de la incertidumbre que las FER tienen; a diferencia de las centrales convencionales, estas no son despachables dado a que su energía generada depende de cond...
| Autores: | , |
|---|---|
| Formato: | artículo |
| Fecha de publicación: | 2016 |
| País: | Colombia |
| Recursos: | Universidad del Norte |
| Repositorio: | Repositorio Uninorte |
| Idioma: | español |
| OAI Identifier: | oai:manglar.uninorte.edu.co:10584/7328 |
| Acesso em linha: | http://hdl.handle.net/10584/7328 |
| Access Level: | acceso abierto |
| Palavra-chave: | Optimal power flow probabilistic forecast Monte Carlo Simulation |
| Resumo: | La introducción de fuentes de energía renovables (FER) en el mercado eléctrico trae grandes desafíos. Uno de los más significativos se deriva de la incertidumbre que las FER tienen; a diferencia de las centrales convencionales, estas no son despachables dado a que su energía generada depende de condiciones climáticas que deben ser pronosticadas. Estos pronósticos nunca son totalmente certeros y su margen de error introduce incertidumbre en el sistema eléctrico de potencia, lo cual hace más difícil su correcto y óptimo planeamiento, como la determinación del despacho económico. Para obtener una imagen realista del estado de operación del sistema eléctrico de potencia, el comportamiento aleatorio de las FER tiene que tenerse en cuenta en el análisis de flujo de potencia. La herramienta que fue desarrollada en este proyecto permite tener en cuenta la incertidumbre que tienen las FER. Utilizando la Simulación de Monte Carlo (SMC), la herramienta desarrollada permite resolver el problema de compromisos de unidades probabilísticamente; ya que muestra todos los posibles estados de las variables de salida al mostrar su función de densidad de probabilidad. La herramienta fue desarrollada en el lenguaje de programación Matlab, utilizando como complemento la librería MATPOWER y el software de optimización CPLEX. La herramienta fue validada utilizando un método de comparación, en donde los resultados de la publicación de investigación “Probabilistic optimal power flow analysis with undetermined loads” fueron usados. |
|---|