Risk-Controlled Capacity Expansion Planning of Power Systems with High Renewable Integration

2 Representar adecuadamente las múltiples fuentes de incertidumbre que puede condicionar la evolución de largo plazo de un sistema de potencia y las dinámicas operacionales de corto plazo. Por consiguiente, desarrollar modelos computacionalmente eficientes de simulación secuencial para muestrear con...

Full description

Bibliographic Details
Main Authors: Mena - Bustos, Rodrigo
Other Authors: Universidad Tecnica Federico Santa Maria
Format: Report
Language:unknown
Published: 2023
Subjects:
Online Access:https://hdl.handle.net/10533/48539
Description
Summary:2 Representar adecuadamente las múltiples fuentes de incertidumbre que puede condicionar la evolución de largo plazo de un sistema de potencia y las dinámicas operacionales de corto plazo. Por consiguiente, desarrollar modelos computacionalmente eficientes de simulación secuencial para muestrear conjuntos representativos de escenarios operacionales para cada plan de expansión del sistema, considerando la interacción temporal de importantes fuentes de incertidumbre, por ejemplo, la ocurrencia de eventos de contingencia, la disponibilidad de las fuentes renovables, demandas de energía y precio de combustibles, que pueden afectar el desempeño operacional del sistema. TOTAL Objetivo específico del proyecto. Se logró durante los primeros dos años del proyecto modelar múltiples fuentes de incertidumbre de corto y largo plazo. Principalmente, para incertidumbre de corto plazo, se modela la ocurrencia de contingencias mediante ténicas markovianas, mientras que para la disponibilidad del recurso eólico (velocidad del viento) se propone un método original y computacionalmente eficiente basado en el proceso estocástico de Matérn, cuyo desarrollo y resultados han sido publicados en una revista científica de alto impacto (WoS). Respecto a la incertidumbre de largo plazo, se logró modelar la evolución incierta de parámetros relevantes para la planificación de largo plazo como: costos de inversión de tecnologías de generación y almacenamiento, costos de combustible, demanda de energía, cuota de generación renovable; mediante (programación por) intervalos que a su vez, son la base para el modelamiento posibilístico. 3 Desarrollar un modelo de predespacho (unit commitment) estocástico para emular la operación de un sistema de potencia, determinando, para cada plan de expansión, programas de encendido/apagado y estrategias de despacho óptimos para un conjunto dado de escenarios operacionales. Adicionalmente, emplear este modelo para propagar la incertidumbre de entrada hacia la respuesta operacional del sistema, es decir, ...