Sergio Zambrano Asanza Patricio Quituisaca Astudillo

Presentación del tema: "Sergio Zambrano Asanza Patricio Quituisaca Astudillo"— Transcripción de la presentación:

1 Sergio Zambrano Asanza Patricio Quituisaca Astudillo
CAPTACION OPTIMA DE LA DEMANDA ELECTRICA EN NUEVAS SUBESTACIONES A PARTIR DE UNA PROYECCION ESPACIO-TEMPORAL POR MICRO-AREAS VCONCIER-EC-D1.2/75 Sergio Zambrano Asanza Patricio Quituisaca Astudillo EMPRESA ELÉCTRICA REGIONAL CENTRO SUR C.A. ÁREA DISTRIBUCIÓN ENERGÍA

2 Agenda Introducción Objetivos Modelo de Proyección Espacio-Temporal
Captación óptima de la demanda Conclusiones y Recomendaciones

3 Empresa Eléctrica Regional Centro Sur C.A.
Cuenca - Ecuador Ubicación km2 (11,8 % del territorio Ecuatoriano) Territorio de Servicio ~ US$ 370 M Activos ~ 186 MW Demanda pico ~ GWh Energía anual ~ (88% Residencial) Clientes Misión: Suministrar el servicio de electricidad para satisfacer las necesidades de la sociedad, cumpliendo estándares de calidad, con responsabilidad social, ambiental y económica, sobre la base del crecimiento del talento humano e innovación tecnológica.

4 Caso de Estudio ¿Cuál es la fecha de ingreso, demanda asignada y área de cobertura de la nueva subestación S/E 17? 6. Defender y socializar el plan 5. Seleccionar la mejor alternativa 4. Evaluar alternativas 3. Identificar alternativas 2. Determinar los objetivos 1. Identificar el problema

5 Objetivos 1. Realizar la proyección espacio temporal de la demanda eléctrica mediante un modelo jerárquico híbrido tendencia-simulación 2. Determinar la captación óptima de la demanda de la S/E 17 y el centro ponderado de carga de la nueva área de servicio.

6 Modelo de proyección espacio-temporal (1/3)
Sistema Modelo jerárquico tendencia-simulación áreas carga (3) Regresión de series de tiempo: Holt-Winter Regiones: Costa, Sierra y Amazonía Asignación: análisis tendencia CIS: información 10 años clases: residencial, comercial, industrial, otros y alumbrado público Simulación basada en uso del suelo: Análisis de Decisión Multicriterio Asignación: técnica autómata celular Top-Down áreas subestaciones (16) micro-áreas (~ 3.05 M) Top-Down Bottom-Up

7 Modelo de proyección espacio-temporal (2/3)
Factor Clasificación y Reclasificación (/10) % Factor de proximidad a calles 0 a 10 m = V 1 10 18 10 a 28 m = V 2 9 28 a 54 m = V 3 8 54 a 89 m = V 4 7 89 a 140 m = V 5 6 140 a 217 m = V 6 5 217 a 365 m = V 7 4 365 a 692 m = V 8 3 692 a m = V 9 2 1.851 a m = V 10 1 Ítem Descripción Factores de proximidad F1 Proximidad a cantones F2 Proximidad a autopistas F3 Proximidad a calles F4 Proximidad a centros educativos F5 Proximidad a servicios de salud F6 Proximidad a parroquias Factores locales F7 Pendiente de la superficie F8 Suelo restringido Factores de entorno F9 Densidad de demanda en las inmediaciones

8 Modelo de proyección espacio-temporal (3/3)
Año 2015 Proyección en grandes áreas Factores espaciales estáticos Factores espaciales dinámicos Mapa de preferencias Asignación Espacial Proyección de la demanda por micro-áreas año t Año 2032

9 Captación demanda en nuevas subestaciones (1/2)
Location - Allocation Software ESRI - ArcGIS Desktop 10.1 Algoritmo Trayectorias más cortas con Dijkstra, edición de Hillsman, heurísitca de sustitución de vértices (Teitz y Bart) y metaherística de refinado Tipo de Problema Minimizar impedancia ponderada Red secciones Impedancia Longitud de secciones Transformación de impedancia Lineal Jerarquía 1 para secciones trifásicas, 2 para secciones bifásicas y 3 para secciones monofásicas Viaje Desde la instalación (facility) a la demanda Puntos de demanda centroides de carga de cuadrículas de 100 x 100 metros del área de estudio Instalaciones (facilities) 6 subestaciones Pesos Demanda desagregada en los centroides de cuadrículas y Capacidad de las subestaciones Joel D. Melo, Sergio Zambrano-Asanza, Antonio Padilha-Feltrin, "A local search algorithm to allocate loads predicted by spatial load forecasting studies", Electric Power Systems Research, ELSEVIER, Volume 146, pp , May. 2017

10 Captación demanda en nuevas subestaciones (2/2)
Demanda (MW) asignada a la S/E 17 por escenario de proyección Año Alto Medio Bajo Vegetativo 2022 18,07 - 2023 18,83 18,28 2024 19,58 19,00 2025 20,43 19,84 18,71 2026 21,28 20,66 19,56 2027 22,16 21,52 20,44 18,63 2028 23,03 22,36 21,31 19,29 2029 24,03 23,33 22,30 20,08 2030 25,02 24,29 23,29 20,84 2031 26,04 25,28 24,31 21,64 2032 27,05 26,26 25,32 22,41

11 Conclusiones y Recomendaciones
El fin es el plan de expansión El mejor método de proyección no depende de la metodología ni del algoritmo, sino más de la integridad y su aplicabilidad. Los principales retos a superar son: el costo computacional, la disponibilidad de la información y la incertidumbre en el pronóstico de la demanda Se recomienda un desarrollo progresivo, donde: Identificar una herramienta de análisis espacial Desarrollar un plan para alcanzar el resultado final por etapas Desarrollar elementos esenciales, es decir, una versión simplificada de métodos y técnicas, a fin de centrarse en un proceso de planificación bien documentado Complementar el plan año a año, agregando mejoras metodológicas, nuevas fuentes de datos, más reglas y escenarios.

12 Preguntas __________________ Sergio Zambrano A.
Departamento de Estudios Técnicos Dirección de Planificación Empresa Eléctrica Centro Sur C.A. Cuenca, Ecuador

13 ¡Gracias por su atención!