Articulo Académico / Academic Paper

Solution to the short-term Hydrothermal Dispatch problem through

nonlinear programming applied to single and multi-node systems

Solución al problema de Despacho Hidrotérmico a corto plazo mediante la

programación no lineal aplicada a sistemas de uno y varios nodos

J.S. Ortiz1 0009-0004-8412-0751 J.A Tayupanda1 0009-0004-5513-4273

C.I Quinatoa1 0000-0001-6369-7480

1Universidad Técnica de Cotopaxi, Latacunga, Ecuador

E-mail: [email protected]; [email protected];
[email protected]

Abstract Resumen

This research proposes two models for the problem of La presente investigación propone dos modelos al
short-term economic dispatch of electrical power problema de despacho económico a corto plazo de los
systems through nonlinear programming (NLP). The sistemas eléctricos de potencia por medio de la
problems raised will be resolved through the cost programación no lineal (PNL). Los problemas
function of the classic economic dispatch where planteados serán resueltos mediante la función de costo
thermal and hydraulic generation plants will be del despacho económico clásico en donde se
considered to obtain the electrical power generated in considerarán centrales de generación térmica e
each of the nodes. The proposed methodology will be hidráulicas para obtención de la potencia eléctrica
used for a short-term period of 24 hours with different generada en cada uno de los nodos, la metodología
hourly demand, as it is a short-term dispatch, it focuses propuesta será utilizada para un periodo a corto plazo
on the delivery of power that covers the designated de 24 horas con diferente demanda horaria, al ser un
demand in each schedule, so it will not consider a despacho a corto plazo este se enfoca en la entrega de
deficit cost or uncertainty in the variables in any of the potencia que cubra la demanda designada en cada
cases. In the first instance, the model will be developed horario, por lo que no considerará para ninguno de los
for a single node with cascade reservoirs, while the casos un costo de déficit o incertidumbre en las
second case will be developed in the IEEE 14-bus variables. En primera instancia se desarrollará el
system. The non-linear programming shows modelo para un solo nodo con embalses en cascada,
satisfactory results, complying with the operational mientras que el segundo caso será desarrollado en el
restrictions implemented in the mathematical model, in sistema de 14 buses de la IEEE. La programación no
addition, the participation of thermal generation is lineal muestra resultados satisfactorios cumpliendo con
considerably reduced, which represents a lower cost. las restricciones operativas implementadas en el
The first model of a node is validated through modelo matemático, además se reduce
bibliography, obtaining an operating cost of $904,990. considerablemente la participación de generación
In the same way, complying with all the designated térmica lo que representa menor costo, el primer
parameters, the second model obtains a total cost of modelo de un nodo es validado mediante bibliografía
$129,800, satisfying the total demand in both cases, obteniendo un costo de operación de $904.990. De la
subject to each of its restrictions. misma forma, cumpliendo con todos los parámetros
designados, el segundo modelo llega a obtener un costo
total de $129.802,16 satisfaciendo el total de la
demanda en ambos casos, sujeto a cada una de sus
restricciones.

Index terms— economic dispatch, optimization, Palabras clave— despacho económico, optimización,
hydrothermal, short term, nonlinear programming. hidrotérmico, corto plazo, programación no lineal.

Recibido: 31-10-2023, Aprobado tras revisión: 18-12-2023

Forma sugerida de citación: Ortiz, J.; Tayupanda, J.; Quinatoa, C. (2024). “Solución al problema de Despacho Hidrotérmico a corto
plazo mediante la programación no lineal aplicada a sistemas de uno y varios nodos”. Revista Técnica “energía”. No. 20, Issue II,
Pp. 11-20
ISSN On-line: 2602-8492 - ISSN Impreso: 1390-5074
Doi: https://doi.org/10.37116/revistaenergia.v20.n2.2024.609
© 2024 Operador Nacional de Electricidad, CENACE
Esta publicación es de acceso abierto bajo una licencia Creative Commons

11
Edición No. 20, Issue II, Enero 2024

1. INTRODUCCIÓN rige a la formulación matemática que se encuentra

contemplada y está obligada a seguir todos los límites y
El parque generador del Sistema Eléctrico
restricciones que se le han implantado con el fin de
Ecuatoriano está compuesto por diferentes tipos de
minimizar el costo de operación del despacho económico
centrales, como hidroeléctricas, termoeléctricas y de
horario. Dando como resultado el cómo comprender de
energía renovable. Las centrales hidroeléctricas y
forma sintetizada y analítica el modelamiento de los
termoeléctricas son las principales fuentes de generación
sistemas eléctricos con sus parámetros y variables
de energía eléctrica en el país. Para controlar la operación
respectivamente. Por ende se realizan investigaciones
y el despacho económico de estas centrales, se utiliza un
como [4] presentan una aplicación computacional para
modelo de optimización hidrotérmica. Este modelo
llevar a cabo el despacho económico en un sistema de
permite determinar la mejor utilización de los recursos
energía eléctrica utilizando MATLAB utilizando la
energéticos disponibles y tener en cuenta las restricciones
técnica de los multiplicadores de Lagrange en el cual
que se presentan, con el objetivo de minimizar los costos
puede mostrar el proceso y los resultados de una manera
operativos del parque generador.
didáctica.
El despacho económico es un área de investigación
De igual manera entorno a la programación clásica se
activa en la operación de los sistemas de potencia, ya que
han desarrollado modelos como en [5] y [6] que muestran
implica analizar múltiples perspectivas y controlar
resultados satisfactorios en cuanto a la entrega de
diversos parámetros debido a las características
potencia para cubrir la demanda cumpliendo con las
dinámicas del sistema. La programación de la generación
restricciones impuestas. Dicho esto, con respecto a la
busca resolver los problemas de operación al coordinar la
programación no lineal existen varios modelos los cuales
operación del sistema eléctrico, considerando aspectos
describen sistemas uninodales los cuales son modelos
técnicos, operativos y económicos para garantizar la
incompletos ya que los sistemas eléctricos están
confiabilidad, seguridad y suministro de energía, al
asociados directamente entre si mediante las líneas de
mismo tiempo que se maximizan los beneficios y se
transmisión, es por eso que en este documento se ha
minimizan los costos asociados a la generación. Existen
desarrollado en primera instancia el modelo de un solo
diferentes métodos de optimización, tanto clásicos como
nodo para posteriormente realizar el despacho económico
heurísticos, que se aplican según las necesidades y
implementado al modelo de la IEEE de 14 nodos.
características de cada región y el modelo de su matriz
energética. Sin embargo, la información sobre estos Dado a que ya se ha planteado anteriormente sobre
métodos está dispersa, lo que dificulta una comprensión que metodología es más eficiente dentro de los problemas
más profunda y la correcta aplicación teniendo en cuenta de optimización, prueba de ello es la investigación
los diferentes parámetros a controlar en el despacho realizada en [7] que establece una comparación entre los
económico. métodos clásicos y metaheurísticos de optimización, al
intentar optimizar la planificación del movimiento de un
En consecuencia, existen varias investigaciones sobre
robot, se llegó a la conclusión que en esta situación en los
el problema de despacho económico en las cuales se
métodos metaheurísticos daban como resultado un
plantean diferentes metodologías como [1] que muestra
rendimiento superior, sin embargo en la segunda etapa
el despacho de las unidades térmicas presentes en un
hicieron la comparación para optimizar la configuración
sistema hidrotérmico por medio del uso del algoritmo de
de sistemas de generación distribuida y concluyeron que
optimización que utiliza la inteligencia de las luciérnagas
los métodos clásicos lograron una mejor solución para
y sugiere ampliar el estudio del mismo considerando las
minimizar las pérdidas de potencia que los métodos
restricciones totales del sistema. Usando otro método
metaheurísticos.
heurístico [2] aborda una metodología que incorpora
restricciones de estabilidad transitoria utilizando Particle Por otro lado, en el ámbito de planificación
Swarm Optimization (PSO) para integrar todos los considerando los factores externos, [8] menciona
elementos considerados en el modelo, este logra una ventajas de los métodos metaheurísticos sobre los
rápida convergencia y soluciones de buena calidad. clásicos, una ventaja importante es que logra conducir a
soluciones suficientemente buenas para los problemas no
En efecto los modelos heurísticos utilizados para
lineales, es decir, problemas para los cuales no existe
resolver los problemas de optimización mediante
ningún algoritmo exacto conocido que pueda resolverlos
aproximación intuitiva se califica como un
en un tiempo razonable, además hace énfasis en que logra
procedimiento para el que se tiene un alto grado de
resolver problemas con gran complejidad de entradas, lo
confianza en que encuentra soluciones de alta calidad con
que presentaría un problema para los métodos clásicos.
un coste computacional razonable, aunque no se
Teniendo en cuenta lo mencionado anteriormente, debido
garantice su optimalidad o su factibilidad [3], además que
a que no se considera factores externos, ni incertidumbres
se usa el calificativo heurístico en contraposición a
en las variables, la programación no lineal representa una
exacto.
buena herramienta para resolver los problemas de
Dicho lo anterior, mediante la programación no lineal despacho económico.
dado a que no trabaja con aproximaciones, sino que se

12
 Ortiz et al. / Solución al problema de Despacho Hidrotérmico a corto plazo mediante la programación no lineal

Dicho esto, el progreso de las investigaciones en la Tabla 2: Coeficientes de potencia de generación hidráulica [9]
optimización de la entrega de energía, ya sea a través de Unidades C1 C2 C3 C4 C5 C6
modelos clásicos o metaheurísticos, muestra un avance 1 -0,0042 -0,42 0,03 0,9 10 -50
2 -0,004 -0,3 0,015 1,14 9,5 -70
significativo en el aporte a la ciencia. Es fundamental
3 -0,0016 -0,3 0,014 0,55 5,5 -40
resolver estos problemas en el menor tiempo posible, por
4 -0,003 -0,31 0,027 1,44 14 -90
lo tanto, el enfoque futuro se centra en desarrollar y
proponer modelos o metodologías que permitan Tabla 3: Flujos de entrada de los embalses [9]
encontrar soluciones óptimas utilizando la menor Embalses Embalses
cantidad de recursos del procesador. Si bien el uso de Hora (𝑥104 𝑚3 ) Hora (𝑥104 𝑚3 )
modelos de prueba nos permite desarrollar dichas 1 2 3 4 1 2 3 4
metodologías con la finalidad de resolver de manera 1 10 8 8,1 2,8 13 11 8 4 0
eficiente los problemas optimización, esta investigación 2 9 8 8,2 2,4 14 12 9 3 0
3 8 9 4 1,6 15 11 9 3 0
propone dos modelos los cuales serán resueltos mediante
4 7 9 2 0 16 10 8 2 0
programación no lineal que permitirá a futuro que se
5 6 8 3 0 17 9 7 2 0
deriven problemas más complejos a partir de estos. 6 7 7 4 0 18 8 6 2 0
2. MODELO HIDROTÉRMICO DE UN NODO 7 8 6 3 0 19 7 7 1 0
8 9 7 2 0 20 6 8 1 0
CON EMBALSES EN CASCADA
9 10 8 1 0 21 7 9 2 0
10 11 9 1 0 22 8 9 2 0
min 𝑂𝐹 = ∑ (𝑃𝑡ℎ 𝜁ℎ 11 12 9 1 0 23 9 8 1 0
𝑡 12 10 8 2 0 24 10 8 0 0
2
+ ∑(𝑎𝑖𝑡ℎ (𝑃𝑖,𝑡
𝑡ℎ
) (1) Tabla 4: Límites de capacidad de almacenaje, límites de descarga
𝑖 y límites de generación hidráulica [9]
𝑽𝒎𝒊𝒏 𝑽𝒎á𝒙 𝑽𝒊𝒏𝒊 𝑽𝒇𝒊𝒏 𝑸𝒎𝒊𝒏 𝑸𝒎á𝒙 𝑷𝒉𝒎𝒊𝒏 𝑷𝒉𝒎á𝒙
+ 𝑏𝑖𝑡ℎ 𝑃𝑖,𝑡
𝑡ℎ
+ 𝑐𝑖𝑡ℎ )) Planta
x104 [m3 ] MW MW
1 80 150 100 120 5 15 0 500
2 60 120 80 70 6 15 0 500
Sujeto a:
3 100 240 170 170 10 30 0 500
𝑡ℎ
∑ 𝑃ℎ,𝑡 + ∑ 𝑃𝑖,𝑡 = 𝐷𝑒,𝑡 (2) 4 70 160 120 140 13 25 0 500
ℎ 𝑖
Los coeficientes de la función de costo de cada unidad
𝑃𝑡ℎ = 𝑐1ℎ (𝐿ℎ𝑡 )2 + 𝑐2ℎ (𝑅𝑡ℎ )2 + 𝑐3ℎ 𝑅𝑡ℎ 𝐿ℎ𝑡 + 𝑐4ℎ 𝐿ℎ𝑡 térmica (unidad monetaria $/MW) y los límites de
(3) potencia de generación se especifican en la Tabla 5.
+ 𝑐5ℎ 𝑅𝑡ℎ + 𝐶6ℎ
Tabla 5: Características técnicas y económicas del sistema térmico
𝐿ℎ𝑡 = 𝐿ℎ𝑡−1 + 𝐼𝑡ℎ − 𝑅𝑡ℎ − 𝑆𝑡ℎ [9]
ℏ
+ 𝜂 ∑ 𝑅𝑡−𝜏 ℏ
− 𝑆𝑡−𝜏 (4) Gen a b c 𝑷𝒎á𝒙 𝑷𝒎𝒊𝒏
ℏ ℏ
G1 0,0005 16,19 100 592 150
ℏ
G2 0,0003 17,26 970 592 150
𝐿ℎ𝑡0 = 𝐿ℎ𝑖𝑛𝑖 , 𝐿ℎ𝑡24 = 𝐿ℎ𝑓𝑖𝑛 (5) G3 0,0020 16,50 700 169 20
G4 0,0021 16,5 680 169 20
𝐿ℎ𝑚𝑖𝑛 ≤ 𝐿ℎ𝑡 ≤ 𝐿ℎ𝑚𝑎𝑥 , ℎ ∈ 𝑢𝑝 {ℎ} (6) G5 0,0040 19,70 450 211 25
G6 0,0071 22,26 370 104 20
ℎ
𝑅𝑚𝑖𝑛 ≤ 𝑅𝑡ℎ ≤ 𝑅𝑚𝑎𝑥
ℎ (7) G7 0,0008 27,74 480 114 20
G8 0,0041 25,92 660 72 10
𝑃𝑖𝑡ℎ,𝑚𝑖𝑛 ≤ 𝑃𝑖𝑡ℎ ≤ 𝑃𝑖𝑡ℎ,𝑚𝑎𝑥 𝑖 ∈ 𝛺𝑡ℎ (8) G9 0,0022 27,27 665 72 10
G10 0,0017 27,79 670 72 10
𝑃ℎ,𝑚𝑖𝑛 ≤ 𝑃𝑡ℎ ≤ 𝑃ℎ,𝑚𝑎𝑥 (9)
2.1. Características del sistema
Tabla 1: Demandas del sistema de uno nodo para un periodo de
24 horas [9]
Demanda (MW)
Hora PD Hora PD Hora PD
1 1370 9 2240 17 2130
2 1390 10 2320 18 2140
3 1360 11 2230 19 2240
4 1290 12 2310 20 2280
5 1290 13 2230 21 2240
6 1410 14 2200 22 2120
7 1650 15 2130 23 1858
8 2000 16 2070 24 1590 Figura 1: Diagrama unifilar, sistema de un nodo

13
Edición No. 20, Issue II, Enero 2024

3. MODELO DE DESPACHO HIDROTÉRMICO Tabla 9: Parámetros de las líneas de transmisión [10]

Límite de
CON LÍNEAS DE TRANSMISIÓN LINEAS Reactancia (p.u)
transmisión [MW]
Considerando los modelos planteados anteriormente 1-2 0,0592 200
1-5 0,223 200
se formula un nuevo modelo no lineal para la
2-4 0,1763 200
coordinación hidrotérmica de la siguiente manera:
2-3 0,0198 200
2-5 0,1739 200
3-4 0,171 200
min 𝑂𝐹 = ∑ (𝑃𝑡ℎ 𝜁ℎ 4-5 0,0421 200
4-7 0,2091 200
𝑡
2 (10) 4-9 0,5562 200
+ ∑(𝑎𝑖𝑡ℎ (𝑃𝑖,𝑡
𝑡ℎ
) 5-6 0,252 200
𝑖 6-11 0,1989 200
6-12 0,2558 200
+ 𝑏𝑖𝑡ℎ 𝑃𝑖,𝑡
𝑡ℎ
+ 𝑐𝑖𝑡ℎ )) 6-13 0,1303 200
7-8 0,1762 200
7-9 0,11 200
∑ Pi,tth + ∑ Ph,t − ∑ 𝐷𝑒,t = ∑ Pij,t (11)
9-10 0,0845 200
i∈ΩiG h∈ΩiH j∈Ωiℓ 9-14 0,2704 200
10-11 0,1921 200
𝑃𝑡ℎ = 𝑐1ℎ (𝐿ℎ𝑡 )2 + 𝑐2ℎ (𝑅𝑡ℎ )2 + 𝑐3ℎ 𝑅𝑡ℎ 𝐿ℎ𝑡 + 𝑐4ℎ 𝐿ℎ𝑡 (12) 12-13 0,1999 200
+ 𝑐5ℎ 𝑅𝑡ℎ + 𝐶6ℎ 13-14 0.348 200

Debido a la gran cantidad de datos que representa la

Sujeto a: demanda para el sistema de la IEEE de 14 barras, se
𝐿ℎ𝑡 = 𝐿ℎ𝑡−1 + 𝐼𝑡ℎ − 𝑅𝑡ℎ − 𝑆𝑡ℎ (13) tomaron los datos de demanda de [11] para un periodo de
24 horas, considerando que esta demanda está
𝐿ℎ𝑡0 = 𝐿ℎ𝑖𝑛𝑖 , 𝐿ℎ𝑡8 = 𝐿ℎ𝑓𝑖𝑛 (14) pronosticada para un día típico de invierno.
𝛿𝑖,𝑡 − 𝛿𝑗,𝑡
𝑃𝑖𝑗,𝑡 = 𝑖𝑗 ∈ Ωℓ (15)
𝑥𝑖𝑗

𝐿ℎ𝑚𝑖𝑛 ≤ 𝐿ℎ𝑡 ≤ 𝐿ℎ𝑚𝑎𝑥 (16)

ℎ
𝑅𝑚𝑖𝑛 ≤ 𝑅𝑡ℎ ≤ 𝑅𝑚𝑎𝑥
ℎ (17)

𝑃𝑖𝑡ℎ,𝑚𝑖𝑛 ≤ 𝑃𝑖,𝑡
𝑡ℎ
≤ 𝑃𝑖𝑡ℎ,𝑚𝑎𝑥 𝑖 ∈ Ωth (18)
ℎ
𝑃ℎ,𝑚𝑖𝑛 ≤ 𝑃𝑖,𝑡 ≤ 𝑃ℎ,𝑚𝑎𝑥 (19)
−𝑃𝑖𝑗𝑚𝑎𝑥 ≤ 𝑃𝑖𝑗,𝑡 ≤, 𝑃𝑖𝑗𝑚𝑎𝑥 𝑖𝑗 ∈ Ωℓ (20)

3.1. Características del sistema

Tabla 6: Coeficientes de potencia de generación hidráulica [9] Figura 2: Diagrama unifilar, sistema de 14 nodos
Unidades C1 C2 C3 C4 C5 C6
H1 -0,0042 -0,42 0,03 0,9 10 -50 Donde:
H2 -0,004 -0,3 0,015 1,14 9,5 -70
𝑖, 𝑗 Índice de los nodos de la red
Tabla 7: Límites de capacidad de almacenaje, límites de descarga
y límites de generación hidráulica [9] 𝑡 Intervalos de tiempo
𝑽𝒎𝒊𝒏 𝑽𝒎á𝒙 𝑽𝒊𝒏𝒊 𝑽𝒇𝒊𝒏 𝑸𝒎𝒊𝒏 𝑸𝒎á𝒙 𝑷𝒉𝒎𝒊𝒏 𝑷𝒉𝒎á𝒙
Planta
𝑥104 𝑚3 MW MW ℎ Índice de unidades de generación hidráulica
1 80 150 100 120 0 15 0 100 𝑡ℎ Índice de unidades de generación térmica
2 60 120 80 70 0 15 0 100
Ωi𝐻 Conjunto de todas las unidades de generación
Tabla 8: Características del sistema térmico
hidráulica conectadas al nodo 𝑖.
Unidades a b c 𝑷𝒎á𝒙 𝑷𝒎𝒊𝒏
G1 0,0020 16,50 700 169 20 Ωi𝐺 Conjunto de todas las unidades de generación
G2 0,0021 16,5 680 169 20 térmica conectadas al nodo 𝑖.
G3 0,0040 19,70 450 211 25
Ωiℓ Conjunto de todas las líneas conectadas al nodo
Para este modelo se tomará la misma tabla de entrada
de agua de la mostrado en la Tabla 3. 𝑖

14
 Ortiz et al. / Solución al problema de Despacho Hidrotérmico a corto plazo mediante la programación no lineal

𝑎𝑖𝑡ℎ , 𝑏𝑖𝑡ℎ , 𝑐𝑖𝑡ℎ Coeficientes de costo de combustible de la coeficientes a,b,c [13]. Mientras tanto, en una central
unidad térmica 𝑖 hidroeléctrica, las turbinas transforman la energía
potencial del agua en energía cinética, la cual se convierte
𝐷𝑒,𝑖 Demanda de potencia activa en el nodo 𝑖 en electricidad mediante los generadores. Este tipo de
𝑃𝑖
𝑡ℎ,𝑚𝑎𝑥 /𝑚𝑖𝑛
Límites máximo y mínimo de generación de generación ha tenido un papel significativo en el
funcionamiento seguro, estable y eficiente de los
potencia activa de la unidad térmica 𝑖 en
sistemas eléctricos y está representado por la ecuaciones
(MW).
(3) y (12) asociada con sus coeficientes de turbinado c1-
ℎ,𝑚𝑎𝑥 /𝑚𝑖𝑛 c6 que dependerán de las características propias de cada
𝑃𝑖 Límites máximo y mínimo de generación de
potencia activa de la unidad hidráulica 𝑖 en unidad [14], Sabiendo que la centrales hidráulicas no
(MW). tienen un costo de combustible como tal se debe asumir
un costo variable, este será considerado en 14 $/MW
𝑅𝑡ℎ Agua liberada por el embalse en el tiempo 𝑡 siguiendo la metodología de [15].
ℎ
𝑅𝑚𝑎𝑥/𝑚𝑖𝑛 Límite máximo y mínimo de agua liberada por 4.1.2. Balance de potencia
el embalse
Así es como la restricción de balance de potencia
𝐼𝑡ℎ Los influjos o entradas de agua en el tiempo 𝑡 donde se plantea que la suma de la generación de energía
de las unidades individuales sea igual a la demanda total
𝐿ℎ𝑡 Volumen del embalse en el tiempo 𝑡 de energía como se muestra en las ecuaciones (2) y (11)
𝐿ℎ𝑚𝑎𝑥/𝑚𝑖𝑛 Limites máximo y mínimo de volumen del [16].
embalse en el tiempo 𝑡 4.1.3. Límites de generación térmica e hidráulica
𝑃𝑖𝑗𝑚𝑎𝑥 Límite máximo de flujo de energía que conecta Las unidades de generación tanto térmica como
el nodo 𝑖 al 𝑗 hidráulica deben establecer límites máximos y mínimos,
los cuales deben respetarse para la correcta operación de
𝑥𝑖𝑗 Reactancia que conecta el nodo 𝑖 al 𝑗
la máquina, estas estas dependerán netamente de las
𝑃𝑖𝑡ℎ Potencia activa generada por unidad térmica 𝑖 características técnicas de la máquina las cuales se
muestran en las ecuaciones (8),(9),(18) y (19).
𝑃𝑖ℎ Potencia activa generada por unidad hidráulica
𝑖 4.1.4. Volumen de embalses

𝑃𝑖ℎ Potencia activa generada por unidad hidráulica Cuando una cuenca de río tiene un gran potencial
𝑖 hidrológico, es común construir centrales hidroeléctricas
en cascada para aprovechar múltiples veces la energía del
𝑃𝑖𝑗 Flujo de potencia que conecta el nodo 𝑖 al 𝑗 . agua [17]. Esto implica tener en cuenta la entrada de
𝛿𝑖 Angulo en el nodo 𝑖 agua, niveles máximos y mínimos que se deben respetar
para que el embalse cumpla con su función, esto
𝑂𝐹 Costo total de Operación ($) mostrado en las ecuaciones (4-(7),(13-(14) y (16(17).
4. FORMULACIÓN DEL PROBLEMA 4.1.5. Límites de transmisión de potencia
La función objetivo está representada en (1) y (10). El límite térmico de un conductor para líneas aéreas
El objetivo es encontrar el despacho de potencia térmica es la corriente máxima permitida, considerando una
e hidráulica de tal manera que se minimiza el costo total temperatura máxima a través del conductor para
de operación [12]. Esta función se encuentra bajo ciertos condiciones ambientales establecidas [18], por lo tanto
parámetros y restricciones que debe cumplir. estas están restringidas a cierto nivel de potencia que
garantiza el correcto funcionamiento de los conductores,
4.1. Restricciones operativas de los sistemas
estos límites están representados por la ecuación (20).
Los modelos deberán tienen las siguientes 5. PROPUESTA DE SOLUCIÓN MEDIANTE
restricciones:
PROGRAMACIÓN NO LINEAL
4.1.1. Características de generación de potencia
A continuación, se presenta una propuesta de
térmica e hidráulica
solución para abordar el problema del despacho
Las unidades térmicas están formadas generalmente hidrotérmico utilizando técnicas de programación no
por calderas que permiten que se cumpla el ciclo de lineal y su implementación en el software GAMS. El
generación, por tanto estas unidades se encuentran despacho hidrotérmico es un desafío importante en la
asociadas a características de entrada-salida expresada en gestión eficiente de sistemas eléctricos, ya que implica la
términos de combustible (USD/h) estas son mostradas en optimización de la generación de energía a partir de
la ecuaciones (1) y (10) en donde de denominan fuentes hidroeléctricas y térmicas, teniendo en cuenta la
disponibilidad de recursos y las restricciones operativas.

15
Edición No. 20, Issue II, Enero 2024

La programación no lineal se presenta como una

herramienta poderosa para abordar este problema
complejo, ya que permite modelar las variables y las
restricciones que intervienen en el despacho hidrotérmico
de manera más precisa y realista. En este sentido, el
software GAMS se convierte en una excelente opción
para implementar y resolver estos modelos de
programación no lineal[19], ya que a través de su licencia
comunitaria permite modelar y resolver problemas
lineales (LP, RMIP y MIP) que no superan las 5000
variables y 5000 restricciones. Para todos los demás tipos
de modelos como (PNL), el modelo no puede tener más
de 2500 variables y 2500 restricciones. La propuesta se
basa en la formulación de un modelo matemático no
lineal que representa el despacho hidrotérmico y su
implementación en el software GAMS para encontrar la
solución óptima. En el modelo, se consideran variables
como la generación hidroeléctrica y térmica, la demanda Figura 3: Diagrama de flujo del proceso de solución del problema
eléctrica, la capacidad de almacenamiento de los de optimización
embalses y las restricciones operativas.
En primera instancia se realiza la recopilación de
El software GAMS brinda una interface flexible y datos de generación tanto térmica como hidroeléctrica
eficiente para implementar y resolver modelos de mediante la revisión del estado del arte para su
programación no lineal. Su lenguaje de modelado nos posteriormente realizar la formulación matemática que
permite describir el problema del despacho hidrotérmico comprenderá en la composición de las variables y
de manera clara y concisa, definiendo las variables, las parámetros técnicos encontrados en la investigación,
restricciones y la función objetivo. Además, GAMS luego esa formulación es plasmada mediante
ofrece una amplia variedad de algoritmos de programación no lineal al software de optimización
optimización no lineal que nos permiten encontrar GAMS, una vez obtenido los resultados, se analiza si el
soluciones óptimas de manera eficiente. despacho cumple con las restricciones operativas y
En resumen, nuestra propuesta de solución del objetivos establecidos, si cumple se habrá encontrado la
despacho hidrotérmico mediante programación no lineal solución óptima, sino se tendrá que revisar la
se apoya en el uso del software GAMS como una formulación matemática.
herramienta integral para la implementación y resolución 6. ANÁLISIS DE RESULTADOS
de modelos. A través de esta combinación, buscamos
mejorar la eficiencia y la sostenibilidad de los sistemas Una vez realizada la programación de los modelos
eléctricos al considerar de manera más precisa las matemáticos presentados en las secciones anteriores, y
características y las limitaciones de las fuentes de con ayuda de las técnicas de optimización con
generación hidroeléctrica y térmica. restricciones de igualdad y restricciones de desigualdad
utilizadas en esta investigación, se logró obtener los
Para validar y evaluar la propuesta se tomó como
siguiente:
referencia el problema planteado en [7] en donde se
analizaron los resultados en base a los parámetros Los resultados del problema de despacho económico
establecidos que fue la base para el desarrollo del modelo realizado mediante la programación no lineal en GAMS
de varios nodos. nos muestra la potencia activa generada por las unidades
térmicas e hidráulicas, el primer modelo de un nodo
En sí, la integración de la programación no lineal y el
cuenta como 10 unidades térmicas y 4 unidades
software GAMS en la propuesta de solución del despacho
hidráulicas. Para el caso de las centrales hidráulicas, ya
hidrotérmico nos brinda una metodología robusta y
que esta es un tipo de generación renovable no se tiene
eficiente para abordar este desafío energético, se espera
un costo variable asociado a la potencia generada, sin
que esta investigación contribuya al avance en la gestión
embargo, de manera didáctica se tomará en cuenta el
óptima de la generación de energía eléctrica y promueva
costo de oportunidad de agua que estará a 14$/ MW con
la sostenibilidad en los sistemas eléctricos.
el fin de obtener el costo económico de dicho tipo de
generación, este modelo fue tomado de [9] en donde se
muestra la participación de cada una de las unidades.

16
 Ortiz et al. / Solución al problema de Despacho Hidrotérmico a corto plazo mediante la programación no lineal

P GENERADA EMBALSES

700 180
160
600
140

x10⁴ m³ agua
500 120
400 100
P MW

300 80
60
200
40
100 20
0 0
1 3 5 7 9 11 13 15 17 19 21 23 1 3 5 7 9 11 13 15 17 19 21 23
Horas
Horas
G termica 1 G termica 2 G termica 3
G termica 4 G termica 5 G termica 6
G termica 7 G termica 8 G termica 9 Emb 1 Emb 2 Emb 3 Emb 4
G termica 10 Hidro 1 Hidro 2
Figura 4: Potencia activa generada por las unidades, modelo de Figura 6: Nivel de los embalses, modelo de un nodo
un nodo
La Figura 6 muestra el nivel de los 4 embalses
La Figura 4 muestra la potencia de las unidades existentes, el modelo cuenta con embalses conectados
térmicas e hidráulicas siendo esta la solución que nos hidrológicamente, se observa cómo se cumple con los
determina el menor costo posible teniendo en cuenta volúmenes sin excederse del máximo y mínimo de
todas las restricciones a las que se ha sometido el sistema. almacenamiento.

PARTICIPACIÓN DE LAS CENTRALES P GENERADA

200
2500
180
160
2000
140
1500 120
P MW
P MW

100
1000 80
60
500 40
20
0 0
1 3 5 7 9 11 13 15 17 19 21 23 1 3 5 7 9 11 13 15 17 19 21 23
Horas Horas
Hidro 1 Hidro 2 G termica 1
P térmica Total P hidro Total Demanda
G termica 2 G termica 3
Figura 5: Potencia activa generada por tipo de tecnología, modelo Figura 7: Potencia activa generada por las unidades, modelo de 14
de un nodo nodos

Ya que en esta investigación no se está considerando El siguiente modelo resuelto se presenta en el

las pérdidas ni costo de déficit, toda la potencia generada esquema de 14 nodos de la IEEE, en donde originalmente
deberá ser igual a la potencia que se demanda en cada se cuentan con 5 centrales térmicas ubicadas en los nodos
hora, en la Figura 5 se muestra de mejor manera el aporte 1, 2, 3, 6 y 8, ahora se ubicarán en los nodos 6 y 8 dos
por tipo de tecnología, en donde se observa que para el centrales hidráulicas reemplazando las térmicas
modelo de un solo nodo se tiene un aporte mayor de las existentes, el planteamiento en el modelo se realiza en
unidades térmicas, se tiene un porcentaje promedio de base a que existe una escasez de modelos abordando
estas centrales con un 75,132% mientras que las centrales líneas de transmisión, por lo cual el escogió al de sistema
hidráulicas tienen un porcentaje promedio de 24,867% 14 nodos ya que esta es una buena alternativa para
representar sistemas de mediana escala. Dicho esto, se
Esto representa un costo de $748.770 para la parte puede observar en la Figura 7 la potencia activa generada
térmica y para la parte hidráulica $156.220 dando un por las unidades, en donde se el sistema opera dentro de
costo total de la operación de $904.990 dólares como se los límites máximos y mínimos establecidos.
muestra en la Tabla 10.

17
Edición No. 20, Issue II, Enero 2024

Tabla 10: Resultados del despacho económico para el modelo de

PARTICIPACIÓN DE LAS CENTRALES un nodo
300 Valores
Valor
propios de Error
Detalle obtenido en
bibliografía porcental
250 GAMS
[9]
200 Costo
$748.770 $702.306 6.61%
Térmico
P MW

150
Costo
$156.220 - -
100 Hidroeléctrico
Total $904.990 $702.306 -
50
Siendo este un modelo propio de [9], en la
0 investigación resuelven el problema utilizando
1 3 5 7 9 11 13 15 17 19 21 23 algoritmos genéticos, en el cual se observa como en el
Horas despacho económico no se cumplen con algunas
P térmica Total P hidro Total Demanda restricciones de potencia de los generadores, en la
investigación el mínimo de generación es de 10 MW sin
Figura 8: Potencia activa generada por tipo de tecnología, modelo embargo el modelo despacha 0 MW en algunos
de 14 nodos
generadores lo que evidentemente no cumple
De igual manera que en el caso anterior, no se estrictamente con las restricciones que se le impusieron.
consideran las pérdidas y costo de déficit, por lo tanto, en Por consiguiente, el modelo desarrollado mediante
la Figura 8 se muestra el aporte por tipo de tecnología, en programación no lineal muestra un despacho económico
donde en este caso observa que para el modelo de 14 cumpliendo con todas las restricciones por lo que
nodos se tiene un aporte mayor de las unidades brevemente se expondrá lo siguiente:
hidráulicas, por parte de las centrales térmicas se tiene un
porcentaje promedio de 27,445% mientras que las El problema resuelto por [9] muestra un costo de las
centrales hidráulicas tienen un porcentaje promedio centrales térmicas de $702.306 mientras que el modelo
mayor de 72,554%. resuelto en GAMS muestra un costo de $748.770, existe
una diferencia de $46.464 la cual se justifica con la
Esto representa un costo de $71.727,360 para la parte participación de todas las centrales térmicas, ya que su
térmica y para la parte hidráulica $58.074,8 dando un límite no permite que estas dejen de operar el deben estar
costo total de la operación de $129.802,16 como se generando el mínimo permitido, esto representa el costo
muestra en la Tabla 11. adicional que se menciona.
EMBALSES Tabla 11: Resultados del despacho económico para el modelo de
14 nodos
160 Costo de Generación
Tipo
[$]
140
Termoeléctrico $71.727,360
120
x10⁴ m³ agua

100
Hidroeléctrico $58.074,8
80 Total $129.802,16
60 En síntesis, el modelo de 14 nodos, presenta dentro
40 del despacho de 24 horas un coste total de $129.802,16.
20 Divididos en $71.727,360 de la parte térmica y $58.074,8
de la parte hidráulica. Mientras que el modelo de un nodo
0 presenta $904.990. Divididos en $748.770 para la
1 3 5 7 9 11 13 15 17 19 21 23
generación termoeléctrica y $156.220 para la generación
Horas hidroeléctrica.
Emb 1 Emb 2
Ambos modelos difieren por un costo de
Figura 9: Nivel de los embalses, modelo de 14 nodos 775.187,84$. Esto no solo por el tipo de sistema, sino
La Figura 9 muestra el nivel de los embalses ubicados también influyen la demanda y principalmente la
en los nodos 6 y 8, cabe mencionar que en este caso cada participación de las centrales térmicas, en ambos casos el
central hidráulica tiene su embalse independiente del costo térmico es más elevado debido a su naturaleza y
otro, así mismo cumplen con los niveles máximos y costo de combustible elevado. La solución obtenida de
mínimos de almacenamiento. GAMS muestra que se encontró el óptimo local, es decir,
la función objetivo es muy precisa, mientras que los
valores de las variables son menos precisos debido a una

18
 Ortiz et al. / Solución al problema de Despacho Hidrotérmico a corto plazo mediante la programación no lineal

función objetivo plana en el interior del área factible, restricciones, el incorporar los modelos heurísticos y
dicho lo anterior, se puede decir que la calidad de la metaheurísticos proporcionará al modelo una
solución es satisfactoria. aproximación frente al pronóstico de los parámetros
desconocidos. Por tanto, se recomienda utilizar los
7. CONCLUSIONES Y RECOMENDACIONES
modelos utilizados en esta investigación para la
Las operaciones de los sistemas eléctricos de corroboración o implementación de los nuevos modelos
potencia varían según su planificación en diferentes probabilísticos.
momentos. En la literatura científica, se utilizan modelos
8. REFERENCIAS BIBLIOGRÁFICAS
matemáticos de optimización, como PL, PNL, MILP,
MILNP, y también métodos metaheurísticos, como [1] J. A. Oscullo and S. Pilaquinga, “Despacho
algoritmos genéticos y enjambres de abejas. La mayoría Económico de Unidades Térmicas con Funciones
de las investigaciones sobre la coordinación de los Lineales de Costo utilizando el Algoritmo de la
sistemas eléctricos de potencia utilizan métodos Luciérnaga,” Rev. Politécnica, vol. 50, no. 1, pp. 35–
metaheurísticos debido a la naturaleza no lineal de la 42, 2022, doi: 10.33333/rp.vol50n1.04.
optimización. Sin embargo, también existen modelos
[2] D. A. Dias Tamayo, A. Garcés Ruiz, and D.
exactos, como la programación entera lineal para la
Gonzalez Ocampo, “Despacho económico en
planificación de la expansión, la programación no lineal
sistemas de potencia considerando estabilidad
para minimizar las pérdidas en la red y la programación
transitoria,” Rev. Tecnura, vol. 21, no. 51, p. 27,
lineal para la coordinación de la operación de los
2017, doi:
sistemas eléctricos de potencia, que consideran
10.14483/udistrital.jour.tecnura.2017.1.a02.
restricciones lineales.
[3] O. De Antonio Suárez, “Una aproximación a la
En esta investigación, se utiliza PNL junto con el
heurística y metaheurísticas,” Univ. Antonio Nariño,
solucionador CONOPT para resolver el problema de
p. 8, 2011.
coordinación hidrotérmica. La calidad de los resultados
obtenidos para ambos casos se muestra satisfactorios ya [4] H. Cardona, M. A. Burgos, J. W. González, I. A.
que en ambos se encuentra el óptimo local, debido a las Isaac, and G. J. López, “Aplicación en Matlab para
restricciones de los sistemas modelados en esta la Programación del Despacho Económico
investigación. Para el modelo de un nodo muestra una Hidrotérmico,” Rev. Investig. Apl., vol. 6, no. 2, pp.
participación promedio de 24,867 % por parte de las 42–53, 2012.
centrales hidroeléctricas, con respecto a las centrales
[5] M. Barroso and M. López, “Despacho económico
térmicas estas tienen un porcentaje menor debido a que
solo son 4 unidades en comparación a las 10 térmicas que utilizando programación lineal, con pasos
existen, sin embargo, el modelo cumple con las controlados,” Ing. Energética, vol. 24, no. 2, pp. 71–
76, 2003.
restricciones y en efecto, minimiza la participación de la
generación térmica. De igual manera para el modelo de [6] M. López Pérez and M. Barroso Baeza, “Despacho
14 barras, la generación hidroeléctrica en este caso económico con restricciones de seguridad,” Ing.
representa un 72,554%, logrando concluir que los Energética, vol. 23, no. 3, p. 71 a la 74, 2002.
modelos cumplen con su función objetivo, satisfaciendo
sus restricciones. Sin embargo, el hecho de no haber [7] G. Zahara, T. Thomas, and S. Amanda, “Comparing
encontrado el óptimo global no implica que la solución classical and metaheuristic methods to optimize
se inexacta, existe la posibilidad de que haya soluciones multi-objective operation planning of district energy
aún más eficientes y rentables fuera de ese rango systems considering uncertainties,” Appl. Energy,
específico de restricciones impuestas en cada caso. Esto vol. 321, 2022.
sugiere que se puede realizar futuras investigaciones [8] S. Bandaru and K. Deb, “Metaheuristic techniques,”
estableciendo un análisis más exhaustivo y considerar Decis. Sci. Theory Pract., pp. 693–749, 2016, doi:
diferentes enfoques o algoritmos para explorar un 10.1201/9781315183176.
espacio de soluciones más amplio y encontrar el óptimo
global. [9] P. E. Oñate Y and J. M. Ramírez A, “Solución Al
Problema De Coordinación Hidrotérmica De Corto
El uso de la programación no lineal frente al problema Plazo Por Algoritmos Genéticos,” Rev. Técnica
de despacho hidrotérmico muestra resultados “Energía,” vol. 5, no. 1, pp. 39–47, 2009, doi:
satisfactorios, esto debido a que se conocen los 10.37116/revistaenergia.v5.n1.2009.239.
parámetros de demanda y condiciones operativas, sin
embargo condiciones como la demanda o el flujo de [10] D. Asija, K. Soni, S. Sinh, and V. . Yadav,
entrada de los embalses no puede ser exacto debido a la “Assessment of congestion condition in
variación que se tiene, por tanto ahí la importancia de transmission line for IEEE 14 bus system using D.C.
utilizar modelos determinísticos que permitan predecir optimal power flow,” India Int. Conf. Power
estos aspectos con referente a un histórico, si bien el Electron., vol. 7th, pp. 1–6, 2016, doi:
modelo no lineal proporciona resultados sin violar 10.1109/IICPE.2016.8079332.

19
Edición No. 20, Issue II, Enero 2024

[11] H. Raafat and G. Ibrahim, “Impact of Demand Jefferson Tayupanda. - Nació en

Response and Battery Energy Storage System on Ecuador, Quito en 1995, Cursó sus
Electricity Markets,” 2017. estudios secundarios en el Colegio
Técnico Industrial Miguel de
[12] S. Mohammad, Y. Hatim, and L. Zuyi, Market
Santiago. Recibió su título de
Operations in Electric Power Systems. 2003.
Ingeniero Eléctrico de la
[13] S. S. Mukrimaa et al., Optimization of power System Universidad Técnica de Cotopaxi en
Operation, vol. 6, no. August. 2016. 2022; Actualmente se encuentra
culminando sus estudios de Master en Pedagogía con
[14] Y. Weijia, Hydropower Plants and Power Systems: mención en formación técnica y profesional. Sus campos
Dynamic Processes and Control for Stable and
de investigación están relacionados a la confiablidad de
Effiencient Operation. 2019.
los sistemas eléctricos de potencia.
[15] A. Soroudi, Power system optimization modeling in
GAMS. 2017. doi: 10.1007/978-3-319-62350-4.
Carlos Quinatoa Caiza. - Nacido
[16] Navneet Kaur, Maninder, and Inderjeet Singh, en Tanicuchi, Ecuador en 1988.
“Overview of Economic Load Dispatch Problem in
Colegio. Gral. Marco Aurelio Subía.
Power System,” Int. J. Eng. Res., vol. V4, no. 07, pp.
Ingeniero en Sistemas Eléctricos de
1050–1054, 2015, doi: 10.17577/ijertv4is070380.
Potencia de la Universidad Técnica
[17] J. Expósito, Antonio Gómez Martinez Ramos, de Cotopaxi, Master en Ciencias de
“Sistemas Eléctricos de Potencia,” p. 282, 2008. la Ingeniería Eléctrica de la
Universidad Tecnológica de Pereira
[18] B. R. Castellanos, “Determinación de límites de y Aspirante a Doctor en Ciencias de la Ingeniería
transmisión en sistemas eléctricos de potencia,” Ing. Eléctrica de la Universidad Central de Venezuela,
Investig. y Tecnol., 2014. estudios realizado mediante la obtención de la beca
[19] J. Tarapuez and G. Barrera, GAMS Aplicado a las Alemana DAAD, miembro activo de la Instituto de
Ciencias económicas. 2010. [Online]. Available: Ingenieros Eléctricos y Electrónicos IEEE, investigador
http://www.fce.unal.edu.co/uifce/proyectos-de- junior de la IEEE, consejero de la Rama Estudiantil
estudio/pdf/GAMS aplicado a las Ciencias IEEE-UTC, coordinador de la Maestría en Electricidad
Economicas Mención Sistemas Eléctricos de Potencia de la UTC,
docente investigador de ingeniería en electricidad y
maestría en electricidad de la UTC.
Biografías
Josue Ortiz Malla. - Nació en
Ecuador, Santo Domingo de los
Tsáchilas en 1999, Cursó sus
estudios secundarios en Colegio
Alessandro Volta. Recibió su título
de Ingeniero Eléctrico de la
Universidad Técnica de Cotopaxi en
2021; Actualmente se encuentra
culminando sus estudios de Master en Electricidad
mención Sistemas eléctricos de Potencia. Sus campos de
investigación están relacionados con la optimización
operación y control de los sistemas eléctricos de potencia
con énfasis en programación.

20
Copyright of Revista Técnica Energía is the property of Centro Nacional de Control de
Energia CENACE and its content may not be copied or emailed to multiple sites or posted to
a listserv without the copyright holder's express written permission. However, users may
print, download, or email articles for individual use.