Precios marginales locales en mercados eléctricos bajo incertidumbre en la demanda

Abstract

RESUMEN: El Precio Marginal Local se define como el costo incremental para satisfacer un cambio de carga en un nodo determinado, respetando las restricciones físicas de la red. La metodología de Precios Marginales Locales es uno de los estudios predominantes para calcular el precio de la energía en algunos mercados eléctricos. En este trabajo se realiza un análisis de los Precios Marginales Locales bajo un enfoque de incertidumbre en la demanda del sistema de prueba IEEE Reliability Test System (RTS), el cual dispone de 24 nodos, 32 unidades generadoras térmicas y 34 líneas de transmisión. La metodología empleada en este trabajo para el cálculo de Precios Marginales Locales se basa en un problema de Programación Lineal Sucesiva. El modelo presentado, es un estudio de Flujos Óptimos de Potencia en Corriente Directa considerando las pérdidas del sistema, el cual minimiza el costo total de generación. El método de incorporación de pérdidas se basa en el Factor de Distribución de Pérdidas, donde las pérdidas totales del sistema son distribuidas entre los nodos de carga. Con la metodología empleada se garantiza que la suma de las componentes marginales de energía, pérdidas y congestión, no se vea afectada ante cualquier cambio en el nodo de referencia. El cálculo de los Precios Marginales Locales descrito, se realiza en lenguaje Fortran 90 y utilizando la subrutina DDLPRS (la cual resuelve un problema de optimización lineal con el método revisado simplex) de la biblioteca IMSL. Para el análisis de los Precios Marginales Locales bajo incertidumbre en la demanda se utiliza el método de Monte Carlo para un periodo de 24 horas, las simulaciones se realizan representando a la demanda de energía del sistema con una variable aleatoria con una función de distribución Normal. La determinación de la función de distribución que representa la demanda se basa en los resultados de la prueba de bondad de ajuste de una serie de tiempo de la demanda Oriental del Sistema Interconectado Nacional. Las pruebas de bondad de ajuste se realizan dividiendo la serie de tiempo de la demanda en 24 series de tiempo, a razón de una por cada hora del día, de esta forma se elimina la estacionalidad diaria. Con los resultados de la aplicación del método de Monte Carlo, se observa que los PMLs (para este caso de estudio), no siguen una función de distribución Normal, a pesar de que la variable aleatoria de entrada que se introduce para modelar la demanda tiene una función de distribución Normal ABSTRACT: The Local Marginal Price is defined as the incremental cost to satisfy a change of load in a determined node, respecting the physical restrictions of the network. The methodology of Local Marginal Prices is one of the predominant studies to calculate the price of energy in some electricity markets. In this paper an analysis of the Local Marginal Prices is made under an uncertainty approach in the demand of the IEEE Reliability Test System (RTS) test system, which has 24 nodes, 32 thermal generating units and 34 transmission lines. The methodology used in this work for the calculation of Local Marginal Prices is based on a problem of Successive Linear Programming. The presented model is a study of Optimal Flows of Power in Direct Current considering the losses of the system, which minimizes the total cost of generation. The method of incorporating losses is based on the Loss Distribution Factor, where the total losses of the system are distributed among the load nodes. With the methodology used, it is guaranteed that the sum of the marginal components of energy, losses and congestion will not be affected by any change in the reference node. The calculation of the Local Marginal Prices described is done in the Fortran 90 language and using the DDLPRS subroutine (which solves a linear optimization problem with the simplex revised method) of the IMSL library. For the analysis of the Local Marginal Prices under uncertainty in the demand the Monte Carlo method is used for a period of 24 hours, the simulations are carried out representing the energy demand of the system with a random variable with a Normal distribution function. The determination of the distribution function that the demand represents is based on the results of the goodness of fit test of a time series of the Oriental demand of the National Interconnected System. Goodness of fit tests are carried out by dividing the time series of the demand into 24 time series, at a rate of one for each hour of the day, thus eliminating the daily seasonality. With the results of the application of the Monte Carlo method, it is observed that the PMLs (for this case of study), do not follow a Normal distribution function, even though the input random variable that is introduced to model the demand has a Normal distribution function.