Thesis: Representaciones Alternativas de la Demanda para la Integración de Energías Renovables a la Planificación de la Expansión de Transmisión
| datacite.subject.fos | Engineering and technology::Electrical engineering, Electronic engineering, Information engineering::Electrical and electronic engineering | |
| dc.contributor.correferente | Palma, Rodrigo | |
| dc.contributor.department | Ingeniería Electrica | |
| dc.contributor.guia | Gil Sagas, Esteban Manuel | |
| dc.contributor.guia | Aravena Solís, Ignacio | |
| dc.coverage.spatial | Campus Casa Central Valparaíso | |
| dc.creator | Paduro Williamson, Elizabeth Anderea | |
| dc.date.accessioned | 2025-04-15T20:16:06Z | |
| dc.date.available | 2025-04-15T20:16:06Z | |
| dc.date.issued | 2019 | |
| dc.description.abstract | El problema de la Planificación de la Expansión de la Transmisión (TEP) se vuelve computacionalmente complejo al incorporar múltiples variables, lo que suele llevar a una simplificación de las condiciones operativas del sistema. Este trabajo propone metodologías de clustering para seleccionar representaciones operativas en el contexto del TEP, considerando además la creciente penetración de energías renovables variables (ERV). Se compara la descomposición tradicional de la curva de duración de la demanda (LDC) con técnicas como k-means y PAM, que permiten incorporar la diversidad espacial de la demanda neta. Los métodos se aplican al sistema IEEE de 24 barras en distintos escenarios de penetración ERV (0% a 50%), ubicando parques eólicos y solares en diversas zonas. Las representaciones resultantes se integran al modelo TEP y se comparan con la solución completa mediante métricas específicas. Se observa que el número óptimo de clústeres varía con la diversidad de los perfiles de demanda neta, y que el clustering mejora respecto a LDC a medida que crece la variabilidad espacial. En una segunda parte, se propone una metodología alternativa basada en análisis post-óptimo de variables relevantes como costos operacionales y flujos de línea, utilizando también k-means, PAM y LDC. Esta metodología presenta un mejor desempeño en escenarios de alta variabilidad, especialmente al agrupar mediante PAM y flujos sin restricciones de capacidad. | es |
| dc.description.abstract | The Transmission Expansion Planning (TEP) problem becomes computationally challenging as more variables are included, often leading planners to simplify the system's operational conditions. This work proposes clustering-based methodologies to select representative operating conditions for TEP studies, taking into account the increasing integration of variable renewable energies (VRE) into power systems. The traditional load duration curve (LDC) decomposition method is compared to clustering techniques such as k-means and PAM, which capture the spatial diversity of net demand. The methods are tested on the IEEE 24-bus system across various VRE penetration levels (0% to 50%), with solar and wind plants located in different areas. The resulting representations are used as inputs for the TEP problem and evaluated against the full problem solution using several metrics. Numerical results indicate that the optimal number of clusters depends on the variability of the net demand profiles, and that the clustering methods reduce errors compared to the LDC approach, especially when spatial variability increases. The second part of the thesis presents an alternative methodology based on post-optimal analysis of relevant variables such as operational costs and line flows, using clustering techniques. This approach performs best under high variability conditions, particularly when using PAM and clustering based on unconstrained line flows. | en_US |
| dc.description.degree | Magíster en Ciencias de la Ingeniería Eléctrica | |
| dc.description.sponsorship | Departamento de Energía de Estados Unidos de América bajo el Contrato DE-AC52-07NA27344. | |
| dc.description.sponsorship | Proyecto Basal FB0008 (AC3E) | |
| dc.description.sponsorship | Fondecyt 1151270 | |
| dc.driver | info:eu-repo/semantics/masterThesis | |
| dc.format.extent | 164 páginas | |
| dc.identifier.uri | https://cris.usm.cl/handle/123456789/2411 | |
| dc.language.iso | es | |
| dc.publisher | Universidad Técnica Federico Santa María | |
| dc.rights | Attribution-NonCommercial-NoDerivatives 4.0 International | en |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | |
| dc.subject | Planificación de la expansión de la transmisión (TEP) | |
| dc.subject | Energías renovables variables (ERV) | |
| dc.subject | Clustering | |
| dc.subject | K-means | |
| dc.subject | PAM | |
| dc.subject | Curva de duración de la demanda (LDC) | |
| dc.subject | Reducción de escenarios | |
| dc.subject | Demanda neta | |
| dc.subject | Variabilidad espacial y temporal | |
| dc.subject | Análisis post-óptimo | |
| dc.subject | Flujo de potencia óptimo | |
| dc.subject | Selección de condiciones operativas | |
| dc.subject | Sistemas de potencia | |
| dc.subject | Representatividad de escenarios. | |
| dc.subject.ods | 7 Energía asequible y no contaminante | |
| dc.title | Representaciones Alternativas de la Demanda para la Integración de Energías Renovables a la Planificación de la Expansión de Transmisión | |
| dspace.entity.type | Tesis |
