Taller: Modelización de Energías Renovables Despacho Eléctrico

Slides:



Advertisements
Presentaciones similares
Javier Curiel Emiliano Sierra Andres Jorysz Beneficios de aumento de la capacidad de interconexión en Rivera-Livramento.
Advertisements

An á lisis del Tope del precio spot de electricidad en mercados de alta volatilidad. El caso Uruguayo. 4° ELAEE - Montevideo - Uruguay 8 y 9 de Abril 2013.
VALIDACIÓN Ejemplos en modelos de DS Información adaptada del libro de Sterman, y del curso de dinámica de sistemas de la Universidad Nacional de.
Perspectiva de Negocios en Latinoamérica Parte del Global Business Outlook 1 Perspectiva de Negocios en Latinoamérica Duke University / FGV / CFO Magazine.
Jesús Botero García. Universidad EAFIT..  Introducción.  El modelo.  La modelación de la inversión.  Ejercicios de simulación.  Conclusiones.
Plataforma Escenarios Energéticos Argentina 2030 Ing. Fabián Barone.
Política Energética 2050 y Energías Renovables:
PLANEAMIENTO OPERATIVO I SEMESTRE DE 2014 Centro Nacional de Despacho Reunión Mensual de Operaciones Panamá, 28 de enero de
Seminario Regional sobre la Compilación de la Cuenta Financiera y la Tabla de Flujo de Fondos en el marco del SCN 2008 Flujo de Fondos.
Introducción a la Simulación. Simulación. Definición La simulación es una imitación de la operación de un proceso del mundo real o de un sistema, referido.
Complementariedad de los recursos solar–eólico y su correlación con la demanda REPORTE FINAL REF: MIEM-DNE PT Autores: Milena Gurin, Eliana.
SimSEE Proyecto PDT 47-14: Simulador de Sistema de Energía Eléctrica
RESUMEN REUNION C N O 352 Octubre 06 de 2011
Implementación de módulo de flujo de cargas a la plataforma SimSEE
Dirección Nacional de Energía
Módulo 1. Incorporación de ERNC Uruguay
MI63C- Dinámica y Control de Procesos
Mesa Temática: DESARROLLO INSTITUCIONAL
FUENTES DE ENERGÍA NO RENOVABLE Combustibles fósiles Petróleo Carbón
Diagnóstico Energético
Energía, Biomasa y Producción Nacional
MIG: Modelo Gradual de Integración de mercados electro energéticos.
Gestión Eficiente de Micro-Redes Eléctricas Interconectadas. I
PLANEACIÓN ENERGÉTICA INDICATIVA ANÁLISIS ENERGÉTICO DE LARGO PLAZO Documento XM-CND- 009 Febrero 13 de 2017.
INFORME CNO REUNION CACSSE 120 Diciembre 29 de 2015.
EL32D- Análisis y Modelación de Sistemas Dinámicos
Profesor: Eduardo Contreras
5º Jornada Seguridad en Instalaciones Eléctricas
PLANEACIÓN ENERGÉTICA INDICATIVA ANÁLISIS ENERGÉTICO DE LARGO PLAZO
PLANEACIÓN ENERGÉTICA INDICATIVA ANÁLISIS ENERGÉTICO DE LARGO PLAZO
Simulación y tipos de simulación
Valoración financiera de proyectos.
Análisis Energéticos CNO Resolución CREG 026 de 2014 Enero 09 de 2015
PLANEACIÓN ENERGÉTICA INDICATIVA ANÁLISIS ENERGÉTICO DE LARGO PLAZO
Fuentes y tipos de energía y su transformación.
Modelo participativo para el análisis coste-beneficio de las intervenciones sobre medios de vida.
PROFESORA: Nelva Luz Koo Panduro
Modelo PET© Power Electricity Timetable
Módulo 8 – 27 de Abril de 2017.
RECURSOS ENERGÉTICOS Y MINERALES
INSERCIÓN DE ENERGÍAS RENOVABLES EN EL SISTEMA ELÉCTRICO ARGENTINO
“Análisis y comparación de ciclos termodinámicos para la generación de potencia a partir de recursos geotermales nacionales de media y alta entalpia” ALUMNO:
Resultados de la semana en curso y programación de la semana 31 de V2
Marcos Ribeiro, Omar Guisolfo
Resultados de la semana en curso y programación de la semana 06 de V1
PLANEACIÓN ENERGÉTICA INDICATIVA ANÁLISIS ENERGÉTICO DE LARGO PLAZO
Mesa Temática: DESARROLLO INSTITUCIONAL
Resultados de la semana en curso y programación de la semana 27 de V2
ENERTRÓNICA Leonel G. Corona Ramírez, José Antonio Aquino Robles, V. Darío Cuervo Pinto.
El modelo sistémico Un instrumento de Planificación para Sistemas Complejos, y un Modelo de Sensibilidad.
Resultados de la semana en curso y programación de la semana 10 de V2
DEPARTAMENTO DE CIENCIAS ECONÓMICAS, ADMINISTRATIVAS Y DE COMERCIO
Resultados de la semana en curso y programación de la semana 43 de V1
(¿Des?)Integración Energética en el Cono Sur
POTENCIAL DE ENERGÍA SOLAR TÉRMICA CONCENTRADA EN EL ECUADOR: UNA ALTERNATIVA PARA LA COMPLEMENTARIEDAD ENERGÉTICA G 1.2 Jose Jara Alvear, Ph.D. Jorge.
Resultados de la semana en curso y programación de la semana 24 de V1
Resultados de la semana en curso y programación de la semana 48 de V1
Resultados de la semana en curso y programación de la semana 01 de V1
Resultados de la semana en curso y programación de la semana 18 de V1
Ruen Chaer Gerente de Técnica y Despacho Nacional de Cargas. (ADME)
Resultados de la semana en curso y programación de la semana 45 de V2
Francisco García Barrios
Balance Gestión CNO año 2015
Análisis energético indicativo de largo plazo utilizando el modelo AS
Resultados de la semana en curso y programación de la semana 02 de V1
PLANEACIÓN ENERGÉTICA INDICATIVA ANÁLISIS ENERGÉTICO DE LARGO PLAZO
Información Básica para las Simulaciones a Largo Plazo
Planeamiento Operativo Sistema Interconectado Nacional
PLANEACIÓN ENERGÉTICA INDICATIVA ANÁLISIS ENERGÉTICO DE LARGO PLAZO
PLANEACIÓN ENERGÉTICA INDICATIVA ANÁLISIS ENERGÉTICO DE LARGO PLAZO
Transcripción de la presentación:

Taller: Modelización de Energías Renovables Despacho Eléctrico ( setiembre 2016 – Bs. Aires ) CENTRO DE ESTUDIOS DE LA ACTIVIDAD REGULATORIA ENERGÉTICA y Subsecretaría de Escenarios y Evaluación de Proyectos del MINEM Ing. Ruben Chaer rchaer@adme.com.uy Módulo 2. Introducción a la operación óptima de sistemas de generación de energía eléctrica.

Objetivo de la operación del SIN. Abastecer la demanda al MENOR COSTO POSIBLE en condiciones de CALIDAD ACEPTABLE.

La Demanda Uruguay 2015 : Argentina 2015 : 10500 GWh 132000 GWh tc: 3.5% … 2.5% Argentina 2015 : 132000 GWh tc: 4.4% Argentina = 12.5 * Uruguay Brasil = 35 * Uruguay

La Demanda Pico Valle

Falla Déficit Racionamiento Costos de falla

Escalones y Costos de Falla Decreto 105/013 Nuevo Decreto de Costo de Falla (02/04/2013) Escalón 1 Escalón 2 Escalón 3 Escalón 4 2% 2 a 7% 7 a 14.5% más de 14.5% escf [pu] 0.020 0.050 0.075 0.855 cvf [USD/MWh] CTR+10% 600 2400 4000

Balance en todo instante Demanda Generadores Hidráulicos Generadores Térmicos Biomasa Eólica FALLA! Interconexiones Exp. Imp.

CF

Costo Futuro. cc = costo de combustible cd = costo de déficit ci = costo de imports. ie = ingresos por exports. q = fact. descuento

Sistema dinámico Inercia. El pasado importa. El presenta afecta el futuro.

La operación de un sistema hidrotérmico es un problema de optimización COMPLEJO!

Usando el agua embalsada • La complejidad está asociada a la posibilidad de almacenar recursos. • El problema está en que hay que decidir CUANTO usar de un recurso pero también CUANDO es oportuno hacerlo..

Estado del Sistema X = Vector de información que capta todo lo relevante del pasado para calcular el futuro si se conocen las entradas de aquí en mas. 𝑋 𝑡 = 𝑥 1 𝑥 2 ... 𝑥 𝑛

Diagrama de bloques.

Modelo de sistema dinámico 𝑑𝑋 𝑑𝑡 =𝑓 𝑋,𝑢,𝑟,𝑡 𝑦=𝑔 𝑋,𝑢,𝑟,𝑡

Operación - Sistemas Dinámicos

Política de Operación 𝑢=𝑃𝑂 𝑋,𝑟,𝑡

Política de Operación y Costo Futuro Dada una Política de Operación es posible calcular el Costo Futuro para cada estado de partida del sistema.

Programación Dinámica Estocástica. 𝑥 𝑘+1 𝑥 𝑘 𝑢 𝑘 𝐶𝐹 𝑥 ′ ,𝑘+1 𝐶𝐸 ′ 𝑟 𝑘 𝐶𝐸 ′′ 𝐶𝐹 𝑥 ′′ ,𝑘+1 𝑥 ′′ ,𝑘+1

Hey, no se duerman!

Presente vs. Futuro El uso de recursos almacenados (agua) en el presente produce un incremento en los costos de operación del futuro. La postergación del uso de un recurso almacenado produce un incremento en los costos del presente. La Política Óptima es la que equilibra la afectación de costos entre presente y futuro. Este es el resultado de Hamilton-Jacobi.

Valor del Agua 𝑣𝑎𝑙𝑜𝑟 𝑑𝑒 𝑥 = − ∂𝐶𝐹(𝑥,𝑘+1 ∂𝑥 Si pensamos que cada x representa un stock de un recurso (por ejemplo agua embalsada) las derivadas del costo futuro respecto de cada variable, puede pensarse como menos el valor que le asignamos a una unidad de stock de esa variable. Generalmente aumentar el stock de un recurso disminuirá el costo futuro por lo que estas derivadas son negativas. 𝑣𝑎𝑙𝑜𝑟 𝑑𝑒 𝑥 = − ∂𝐶𝐹(𝑥,𝑘+1 ∂𝑥

Procesos estocásticos. • Fuentes de aleatoriedad. • Resultados probabilísticos. • Escenarios. • Crónicas históricas. • Identificación de procesos estocásticos y generación de sintetizadores.

CAD proyectado 2008 (Uruguay - simulado en 2007)

SimSEE Plataforma de Simulación de sistemas de Energía Eléctrica PDT 47/12 BID – CONICYT 2006-2007 Creación ANII-FSE 2009-128 Mejoras ANII-FSE-1-2011-1-6552 Modelado Autoctonas ANII-FSE_1_2013_1_10957 OptimA (Dpto. Potencia del IIE – FING ) http://iie.fing.edu.uy/simsee

OOMT Robusto Incremental Herencia

Sala de Juegos y Actores

Programación por Eventos Repetir para cada paso: <evSorteosDelPaso > < evCargarProblema > Resolver el despacho < evLeerResultados >

Parámetros dinámicos.

Monitores

Despacho Energético con restricciones de transporte Gen H1 Gen H2 Gen Eol1 Gen Eol3 Gen Eol2 Gen Ter1 Nodo 1 Nodo 2 Dem 1 Dem 2 Exp/Imp Arco 1 Arco 2 Arco 3 Arco 4 Despacho Energético con restricciones de transporte

La Demanda Incertidumbre Falla Sistema Modelo Crónica Costo de Falla X = Estado Ecuación de evolución del Estado Escenario Generadores Nodos Arcos Simular Paso T Horizontes Poste

Biomasa ( Autodespachada | Spot ) Los Recursos Costos Fijos = PP [USD/MWh] Costos Variable = CV [USD/MWh] Biomasa ( Autodespachada | Spot ) Hidroeléctricas

Despacho Óptimo Primer Principio: “Sólo Costos Variables” Costo Marginal de Generación.

Despacho Óptimo Segundo Principio: “Los contratos son de papel”

Valor del Agua Costo Marginal de Generación.

Valor de un recurso almacenable Comparación entre costo del presente y costo del futuro. De no haber restricciones para el traslado en el tiempo, el costo marginal sería el mismo en todas las horas del futuro. INCERTIDUMBRE DEL FUTURO. MODELOS ESTOCASTICOS PRONOSTICOS

Costo Marginal Demanda No Gestionable Demanda Neta Costo Marginal de Generación. Demanda No Gestionable Demanda Neta

Variablidad de la generación hidráulica. (Figura realizada en 2012)

Pronóstico de precios de petróleo. Otra fuente de incertidumbre. 42

Incertidumbre en el crecimiento.

Análisis Marginalista como herramienta de diseño y razonamiento.

Costo Marginal, CV y Factor de Despacho.

Beneficio Por Sustitución. BPS

Gradiente de Inversión. GI = ( BPS * fd – PP ) / PP La tecnología más eficiente marca la expansión hasta que su GI = 0.

Eólica: CV = 0 USD/MWh PP = 65 USD/MWh. Promedio = 65 USD/MWh

“Potencia Firme” ¿Es necesario este producto?

Planificación de Inversiones. Costo de Inversión. Costos de Operación y Mantenimiento. Período de construcción. Riesgos del proyecto. (Construcción, Ambiental, Obsolescencia) Costos Variables de Generación.

Fin