Thesis:

Co-optimización de expansión de generación y transmisión en sistemas eléctricos con alta penetración de energías renovables de fuente variable

En este trabajo se desarrolla un algoritmo de descomposición anidada para el problema de co-optimización de expansión de capacidad de generación y transmisión en sistemas eléctricos de potencia. La relevancia de este trabajo es revisar la aplicabilidad y desempeño una metodología de descomposición que en los últimos años ha tomado relevancia ya que ha permitido abordar de manera eficiente y rápida problemas de optimización de tipo entero-mixtos de gran magnitud. Para probar el desempeño del algoritmo y configuraciones posibles en la aplicación de “cortes”, se analizaron tres casos de estudio, que se aplicaron a sistemas de prueba IEEE de 6 y 24 nodos. El primer caso de estudio tiene como objetivo hacer una comparación del desempeño del algoritmo de descomposición anidada con la metodología tradicional (programación lineal-entera mixta con formulación extensiva). Particularmente, se analizaron diferencias en los tiempos de resolución y convergencia, considerando de forma independiente tres tipos de cortes en el algoritmo de descomposición, estos son Bender’s cuts, Integer Optimality cuts y Strengthened Bender’s cuts. De los experimentos realizados, se obtuvo un buen desempeño de la descomposición anidada utilizando cortes del tipo Strengthened Bender, logrando reducir los tiempos de simulación a 75-81 % respecto a la metodología tradicional. El segundo caso de estudio tiene como objetivo comparar el desempeño de cada corte de forma individual, para analizar diferencias en tiempos de simulación y convergencia del algoritmo. La finalidad es identificar las ventajas y desventajas de cada uno de los tipos de corte, con el fin de proponer un patrón de estos que asegure converger en menores tiempos de simulación. Los resultados reafirmaron el mejor desempeño de los cortes tipo Strengthened Bender en cuanto a convergencia y tiempos de simulación, sin embargo se plantea la necesidad de alternar esos cortes con los del tipo Integer Optimality, dado que estos son los únicos que aseguran una solución óptima. Finalmente, en el tercer caso de estudio se analizó el desempeño de los patrones de cortes, propuestos en base a los resultados del caso de estudio anterior. La finalidad fue encontrar una configuración que entregue resultados a un criterio de convergencia razonable en menores tiempos de simulación. De los patrones propuestos, se encontró que la combinación de usar 3 cortes del tipo Strengthened Bender y 1 de Integer Optimality consiguió un mejor desempeño, reduciendo los tiempos de resolución a 69 % respecto a la metodología tradicional. En base al desarrollo y análisis de los experimentos computacionales, se concluyó sobre la utilidad y desempeño de la descomposición anidada en problemas de expansión de capacidad de generación y transmisión, mostrando que es posible obtener resultados a una convergencia razonable en menores tiempos de simulación, utilizando un patrón de cortes del tipo (3SB+I). Adicionalmente, se proponen ideas de trabajo futuro incorporando más aspectos de la operación de corto plazo en la planificación de largo plazo y/o técnicas de descomposición. Es posible complementar lo anterior haciendo sensibilidades con una mayor cantidad de escenarios, sistemas de mayor magnitud, simulaciones de mayor horizonte y/o la incorporación de restricciones de no-anticipatividad a la metodología de descomposición anidada.

This paper develops a nested decomposition algorithm for the co-optimization problem of generation and transmission capacity expansion in power systems. The relevance of this work lies in reviewing the applicability and performance of a decomposition methodology that has gained significance in recent years, as it has enabled efficient and fast solutions to large mixed-integer optimization problems. To test the algorithm’s performance and possible configurations for the application of “cuts,” three case studies were analyzed, applied to IEEE test systems with 6 and 24 nodes. The first case study aims to compare the performance of the nested decomposition algorithm with the traditional methodology (mixed-integer linear programming with extensive formulation). In particular, differences in resolution times and convergence were analyzed, considering three types of cuts independently in the decomposition algorithm: Bender’s cuts, Integer Optimality cuts, and Strengthened Bender’s cuts. The experiments demonstrated good performance of the nested decomposition using Strengthened Bender cuts, achieving a reduction in simulation times by 75-81% compared to the traditional methodology. The second case study focuses on comparing the performance of each cut individually to analyze differences in simulation times and algorithm convergence. The goal is to identify the advantages and disadvantages of each cut type in order to propose a pattern of cuts that ensures convergence in shorter simulation times. The results reaffirmed the superior performance of Strengthened Bender cuts in terms of convergence and simulation times; however, the need to alternate these cuts with Integer Optimality cuts is highlighted, as they are the only ones that guarantee an optimal solution.