Thesis Planificación de Largo Plazo de un sistema eléctrico de Potencia utilizando Descomposición Lagrangiana en Modelos de Programación Estocástica en dos etapas
Date
2019
Authors
Cárdenas Zamorano, Raúl Esteban
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad Técnica Federico Santa María
Abstract
En general, en el mundo de la ingeniería toda infraestructura se diseña para ser capaz de operar correctamente, aún bajo el peor de los escenarios posibles. Principalmente estos escenarios deben reflejar condiciones futuras, por lo que irremediablemente se debe trabajar con la incertidumbre de algo que no ha sucedido. Dentro de las muchas metodologías desarrolladas para abordar esta temática en los sistemas eléctricos de potencia la presente tesis se centrará en el uso de programación estocástica en dos etapas combinada con la técnica clásica de Relajación Lagrangiana para resolver problemas de inversiones tanto en generación como en transmisión. La metodología propuesta apunta a descomponer por escenarios un problema de optimización estocástica en dos etapas, obteniendo así un número de pequeños subproblemas de optimización asociados cada uno a un escenario. La ventaja de esta metodología es que que la estructura del proceso permitiría resolver estos subproblemas de forma independiente y en paralelo. Bajo ciertas condiciones los tiempos de resolución se reducirían bastante, lo que sería una ventaja frente a la resolución completa del problema original, especialmente cuando el número de escenarios es muy alto. La herramienta de optimización propuesta fue desarrollada en lenguaje de programación Python en conjunto a las librerías de Pyomo, el cual es un paquete de código abierto para modelar problemas de optimización utilizando un Lenguaje de Modelado Algebraico.
Description
Keywords
Programación , Programación Estocástica , Relajación Lagrangiana , MILP
