Informe Final “Diseño conceptual y validación de...

Informe Final

“Diseño conceptual y validación de plataforma para la simulación del sector energético y análisis de

riesgos”

Solicitado por:

Ministerio de Energía

Elaborado por:

UNTEC

Santiago, Julio de 2012

Informe Final

Diseño Conceptual y Validación de Plataforma para la Simulación del Sector Energético y Análisis de Riesgos

1

Resumen Ejecutivo

En la presente entrega se presenta el Informe Final del proyecto: “Diseño conceptual y validación de plataforma para la simulación del sector energético y análisis de riesgos”.

En el cuerpo de este informe se presentan los fundamentos bibliográficos y metodológicos utilizados en el desarrollo conceptual a través de las secciones:

• Revisión del estado del arte • Metodología de análisis de riesgo • Diseño conceptual de la plataforma • Planificación de la implementación • Conclusiones

Adicionalmente, y como entregable final del proyecto, se adjuntan los anexos técnicos que permitirán iniciar la etapa de implementación computacional.

Por su parte, se presenta un documento de bases técnicas, que el ministerio podrá modificar y adecuar a sus procesos de licitación, así como los siguientes documentos:

• Diseño conceptual y metodología de desarrollo, • Metodología para la modelación, simulación y análisis operacional del sistema

energético, • Diseño, maquetas y especificaciones de las representaciones gráficas de la

información, • Funcionalidades y requerimientos, • Modelo de datos y diagramas UML, • Ejercicios de verificación del simulador operacional.

Informe Final


2

INDICE

1 Introducción ........................................................................................................... 4

1.1 Motivación ......................................................................................................................... 4

1.2 Necesidad de la plataforma ................................................................................................. 8

1.3 Alcances de la plataforma ................................................................................................... 8

2 Revisión del Estado del Arte ............................................................................... 10

2.1 Plataforma de análisis NISAC ............................................................................................. 10

2.2 Herramientas multi-energéticas ........................................................................................ 13

2.3 Herramientas del sector eléctrico ...................................................................................... 14

2.4 Experiencia en sistemas internacionales ............................................................................ 17

2.4.1 Brasil .................................................................................................................................................. 17

2.4.2 Colombia ........................................................................................................................................... 18

2.4.3 NordPool ........................................................................................................................................... 20

2.5 Literatura relacionada ....................................................................................................... 22

2.6 Base de Datos DesInventar ................................................................................................ 24

2.7 Relevancia de herramientas para su integración a PARSE ................................................... 25

3 Metodología de Análisis de Riesgo .................................................................... 28

3.1 Definición de Riesgo .......................................................................................................... 28

3.2 Análisis de Riesgo ............................................................................................................. 30

3.2.1 Identificación y selección de amenazas y eventos ............................................................................ 32

3.2.2 Caracterización del Sistema Energético ............................................................................................ 34

3.2.3 Simulador operacional ...................................................................................................................... 35

3.2.4 Análisis de riesgo ............................................................................................................................... 35

4 Diseño de la plataforma ....................................................................................... 36

5 Planificación de la implementación .................................................................... 38

5.1 Perfil del desarrollador...................................................................................................... 38

5.2 Perfil de la contraparte ..................................................................................................... 38

5.3 Programa de implementación ........................................................................................... 39

5.4 Estimación de carga de trabajo del desarrollador ............................................................... 41

5.5 Estimación de carga de trabajo de contraparte .................................................................. 42

6 Conclusiones ........................................................................................................ 43

Informe Final


3

7 Bibliografía ........................................................................................................... 46

8 Anexos .................................................................................................................. 48

8.1 Acrónimos ........................................................................................................................ 48

8.2 Descripción de Herramientas ............................................................................................ 50

8.2.1 PIET .................................................................................................................................................... 50

8.2.2 Gestión Óptima del Laja (GOL) .......................................................................................................... 52

8.2.3 Operación Mensual del SIC (OMSIC) ................................................................................................. 55

8.2.4 Stochastic Dynamic Dual Programming (SDDP) ................................................................................ 56

8.2.5 Planificación de Largo Plazo (PLP) ..................................................................................................... 58

8.2.6 Operación de Sistemas Eléctricos (OSE2000) .................................................................................... 59

8.2.7 Global de Selección de Inversiones (MGI) ......................................................................................... 60

8.2.8 OptGen: Planificación de la expansión de la generación .................................................................. 62

8.2.9 PET: Planificación de la expansión de la generación ......................................................................... 63

8.2.10 Modelo de Expansión de la Generación (GEM) ................................................................................ 63

8.2.11 OPTNET – Modelo de planificación de la expansión de redes de transmisión de potencia ............. 64

8.2.12 PLEXOS LT Plan .................................................................................................................................. 65

8.2.13 Categorización de modelos ............................................................................................................... 67

8.3 Estimación de carga de trabajo de implementación de PARSE ............................................ 68

8.4 Estimación de carga de trabajo de contraparte del desarrollo de PARSE ............................. 70

Informe Final


4

1 Introducción

1.1 Motivación

La energía es un elemento fundamental para sostener el desarrollo económico del país y el estándar de vida de las personas. Esto significa que a medida que el país se desarrolla y dicho estándar aumenta, resulta cada vez más relevante para la economía y para las personas disponer de energía suficiente y oportuna. Es por ello que a nivel de política energética el país ha establecido la seguridad del sistema energético como objetivo estratégico. Con el fin de alcanzar este objetivo, el Ministerio de Energía ha solicitado el desarrollo de una plataforma computacional destinada al análisis y apoyo a la toma de decisiones en el sector energético, que permita identificar a tiempo las amenazas y vulnerabilidades a la que está expuesto el sector, cuantificar las consecuencias de estas amenazas y evaluar acciones para mitigar o eliminar los impactos sobre el suministro de energía. Dicha plataforma ha sido denominada Plataforma de Análisis de Riesgo del Sistema Energético (PARSE) y su desarrollo se ha concebido en tres etapas: Diseño, Implementación y Consolidación1. El presente estudio contempla el desarrollo de la primera etapa, que consiste en el diseño conceptual y validación de la plataforma.

El término riesgo es entendido como el daño potencial a un sistema debido a un evento inesperado. Para su cuantificación, se requiere la definición de tres variables elementales: las amenazas, la vulnerabilidad y las consecuencias. En el contexto de este estudio, las amenazas consisten en aquellos eventos que tienen el potencial de afectar el suministro energético en el corto, mediano y largo plazo. La vulnerabilidad es la medida de qué tan probable es que el sector energético se vea afectado ante la ocurrencia de alguna de las amenazas reconocidas anteriormente. Estas dos variables se pueden agrupar dentro del concepto de probabilidad de evento, el cual corresponde a la probabilidad de realización de una amenaza en el sistema. Por su parte, el análisis de consecuencias es una medida o métrica de las consecuencias negativas de las amenazas que efectivamente pueden afectar la operación normal del sector. Medir estas consecuencias puede ser complejo puesto que el sistema energético presenta interrelaciones e interdependencias que dificultan su estudio. En este sentido, las herramientas computacionales juegan un rol fundamental ya que permiten simular el comportamiento del sistema en su conjunto y así estimar las consecuencias de los eventos sobre la seguridad del suministro.

1Fundación para la Transferencia Tecnológica, “Bases Técnicas Estudio Riesgo del Sector Energía: Plataforma de Análisis de Riesgo del Sector Energía”, Estudio solicitado por el Ministerio de Energía, Enero 2010.

Informe Final


5

Figura 1-1. Análisis de riesgo a partir de la simulación del sistema

Una vez identificadas y cuantificadas las consecuencias de los distintos eventos, el tomador de decisiones puede evaluar con conocimiento las distintas alternativas para mejorar la seguridad de suministro.

La plataforma a diseñar, PARSE, busca proveer un ambiente de simulación y análisis de riesgo, que permita la coexistencia de diversas herramientas de estudio relevantes en el apoyo a la toma de decisiones por parte de la autoridad.

Uno de los objetivos principales de este estudio y una de las propiedades que deberá tener PARSE, es modelar la relación existente entre las distintas redes que conforman el sector energético. La operación del sector energético es el resultado de la compleja interrelación de múltiples agentes, sectores, redes y canales de distribución. Por ejemplo, el sector eléctrico está estrechamente relacionado con la industria del petróleo y gas. A su vez, estos sectores se vinculan con el transporte, las telecomunicaciones y las cuencas hidrográficas. El sector transporte es intensivo en el consumo de productos derivados del petróleo y es fundamental para abastecer puntos de consumo asociados al mismo u otros sectores. Por su parte, la red hidráulica de cuencas y afluentes tiene una relación directa con la generación hidroeléctrica. El año 2011 el 7,1% de la generación eléctrica de los sistemas SIC-SING, provino de centrales que operan con diesel y petróleo combustible, el 23 % provino del gas natural, mientras que el 35% provino del carbón2. Cualquier falla en el sistema de suministro o transporte de los combustibles puede afectar la operación normal del sector eléctrico. Por ejemplo, el atraso en un buque metanero, podría impactar en la disponibilidad de gas natural y en la operación de la planta de regasificación. Lo anterior, impactaría en el suministro de gas natural, el cual a su vez provocaría un impacto en las centrales térmicas y en clientes domiciliarios. Por su parte, el impacto en el sector eléctrico podría provocar una situación de escasez eléctrica que tendría nuevamente

2 Fuente: CNE

Aumento en costos marginales

Riesgo= Probabilidad de evento x Consecuencia

Sequía cada 5 años

∆

Aumento en costos Marginales

Necesidad de identificar

eventos y sus probabilidades

Necesidad de simular el sistema

para medir las consecuencias

Informe Final


6

consecuencias en los clientes finales. Este esquema de consecuencias en cascada se presenta en la Figura 1-2.

Figura 1-2. Consecuencias en cascada tras un evento en el sector de gas natural.

Por otra parte, condiciones particulares de diversa índole por las que puede atravesar el país pueden comprometer el normal suministro de energía. En particular, desastres naturales como terremotos, maremotos o aluviones, o escenarios de sequía, pueden afectar simultáneamente las redes eléctricas, de combustibles y trasporte. Si bien muchas de estas condiciones tienen una baja tasa de ocurrencia, es de vital importancia analizar los riesgos y dimensionar las consecuencias a las cuales está expuesto el país, para anticipar acciones preventivas y apoyar la concepción de medidas de mitigación frente a determinadas condiciones.

1) Impacto en Inventario y

disponibilidad

Evento: Atraso en

Buque Metanero

2) Impacto en el

suministro de GN

4) Impacto en la

generacióneléctrica

3) Impacto en clientes

de GN

5) Impacto en clientes regulados

GN

Electricidad GN

6) Impacto en gasificadora

Electricidad

3

Informe Final


7

Figura 1-3. Análisis de consecuencias ante un escenario de hidrología seca.

En el caso de un escenario de hidrología seca, uno de las consecuencias posibles es el aumento en los costos marginales del sistema producto del aumento en la generación a partir de combustibles fósiles. En este caso, la valoración de las consecuencias sería directa al estimar la diferencia que ocurre en los costos marginales comparando el escenario de hidrología seca con un escenario de hidrología normal, para lo cual se necesita de una herramienta de simulación. Lo anterior se presenta en la Figura 1-3.

Actualmente, existe una variedad de herramientas computacionales comerciales en uso en Chile, que permiten simular la operación del sector eléctrico en distintos horizontes de tiempo: PCP, PLP, OSE2000, SDDP, por nombrar algunos. Por su parte, en el sector de los hidrocarburos, DICTUC desarrolló para la Comisión Nacional de Energía (CNE) un modelo de simulación de la logística nacional y regional de combustibles líquidos. Lamentablemente, estas herramientas no son capaces de analizar la interrelación entre los sectores eléctricos, hidrocarburos y transporte, sobre una base desagregada y probabilista. Uno de los objetivos de este estudio es abordar esta problemática.

Se desarrollará y validará un modelo conceptual que permita representar las relaciones entre los distintos sectores, modelo que será finalmente implementado en las etapas siguientes del estudio. Como antecedentes que abordaron esta problemática, a nivel académico se tiene el modelo de redes PIET3 que integra la operación de las redes eléctricas, hidrocarburos, transporte e hidráulica. A nivel internacional no comercial, el Departamento de Seguridad Nacional de los Estados Unidos (Department of Homeland

3R. Palma, L. Vargas, F. Flatow, N. Oyarce, "Object Oriented Platform for an Integrated Analysis of Energy and Transportation Networks", IEEE Transaction on Power Systems, vol. 18, no. 3, Agosto de 2003.

S1(to)

S1’(to)Evento

S1(to+∆t)

S1’(to+∆t) Ind. Riesgo

Análisis de Consecuencias

SimuladorOperacional

SimuladorOperacional

∆

Caract.Sistema

Ind. Riesgo

Costo de operación

Costo de operación

Aumento de costos

Informe Final


8

Security, en inglés) utiliza el modelo de redes interrelacionadas NISAC4 (National Infrastructure Simulation and Analysis Center, en inglés) para modelar, simular y analizar la infraestructura crítica de ese país.

El presente estudio denominado "Diseño Conceptual y Validación de Plataforma para la Simulación del Sector Energético y Análisis de Riesgos" se centra en el diseño conceptual e ingeniería básica de la plataforma, incluyendo el desarrollo y validación de metodologías para la simulación y análisis de la operación individual e interrelacionada del sector energético.

1.2 Necesidad de la plataforma

A continuación se describen las principales necesidades que fundamentan el desarrollo de la plataforma PARSE y que a su vez son la base para la definición de los alcances y requerimientos del sistema.

• El Ministerio de Energía en su rol y funciones, a través de sus Unidades Operativas, requiere evaluar y promover la seguridad y adecuado funcionamiento y desarrollo del sistema energético en su conjunto.

• Para facilitar la tarea de las distintas Unidades Operativas, el Ministerio de Energía requiere disponer de una plataforma computacional destinada a la representación, caracterización, simulación y análisis de riesgo del sector energético, incluyendo la interrelación entre los subsectores eléctrico, hidrocarburos líquidos (HL) y gas natural (GN) y los vínculos de éstos con otros sectores tales como el sector hidráulico y transporte.

1.3 Alcances de la plataforma

Conforme al Estudio de Casos realizado se han establecido los siguientes alcances:

• No se abordarán análisis de dinámicas transitorias en escalas inferiores a los quince (15) minutos.

4http://www.dhs.gov/xabout/structure/gc_1257535800821.shtm#1

Informe Final


9

• Los sistemas de transporte e hidráulico que no estén relacionados directamente con el sector de hidrocarburos líquidos o de gas natural y eléctrico respectivamente, no serán incorporados.

• Las redes de telecomunicaciones no serán incorporadas explícitamente en esta fase del desarrollo.

• En la modelación del sector de hidrocarburos líquidos y gas natural no se considera la red de distribución. Los alcances contemplan una modelación del sector trasporte de hidrocarburos líquidos y gas natural con consumos agregados en los centros de almacenamiento o centros de derivación. En la Figura 1-4 se muestra gran parte de la red de ductos de hidrocarburos líquidos y gas natural y los centros de almacenamiento de hidrocarburos líquidos. Dicha infraestructura debe ser analizada en la plataforma.

• En la modelación del sector eléctrico, el alcance de la plataforma considera la modelación de la red de transmisión y sub-transmisión hasta la subestaciones de distribución, y hasta el nivel de tensión de 44 kV. No se considera la modelación de las redes de distribución de menor tensión, como son el caso de las líneas menores de 33 kV.

Figura 1-4. Principales puntos de almacenamiento y ductos5.

5 Fuente: Ministerio de Energía.

Informe Final


10

2 Revisión del Estado del Arte

Esta sección describe el estado del arte con relación a:

• Plataformas de análisis de riesgo existentes,

• Herramientas relacionadas al sector energético disponibles en la industria y la docencia, y

• Documentos disponibles en la literatura sobre la modelación y simulación del sistema energético y sus interrelaciones.

2.1 Plataforma de análisis NISAC

El nombre NISAC6, es un acrónimo inglés que significa Centro de Análisis y Simulación de la Infraestructura Nacional (National Infrastructure Simulation and Analysis Center).Este centro depende del Departamento de Seguridad Nacional de los Estados Unidos (del inglés Department of Homeland Security) y su misión es modelar, simular y analizar la infraestructura crítica de dicho país.

Los analistas de NISAC disponen de una plataforma y una batería de modelos computacionales que permiten evaluar riesgos, vulnerabilidad, interdependencias y consecuencias generadas por amenazas a la infraestructura crítica. Esta última ha sido separada en 18 sectores, dentro de los que es posible encontrar: Comunicaciones, Sistemas de transporte, Instalaciones gubernamentales, Servicios de emergencia y Energía, la cual a su vez es dividida en tres subsectores: electricidad, petróleo y gas natural. La metodología utilizada en NISAC, contempla la modelación de los distintos sectores de forma separada pero considerando las interrelaciones entre éstos.

El Sector Energético es considerado de suma importancia para la economía del siglo XXI. Por lo que, sin un suministro energético estable, la salud y el bienestar nacional se encuentran amenazados y la economía no podría funcionar. La infraestructura energética se divide en tres segmentos interrelacionados: electricidad, petróleo y gas natural. Por su parte, la dependencia que tiene el Sector sobre los oleoductos pone de manifiesto la interdependencia que presenta con otro Sector, el de Transportes. A su vez, todos los otros diecisiete sectores dependen de éste por el suministro de Electricidad.

6http://www.sandia.gov/nisac/

Informe Final


11

Debido a la complejidad en la modelación de las interdependencias, NISAC cuenta con un amplio rango de modelos de análisis/optimización. Éstos varían en su nivel de detalle según el tipo de análisis que se requiera. En la Figura 2-1 se muestra un esquema con los modelos desarrollados según su nivel de detalle.

Figura 2-1. Modelos de plataforma NISAC [5].

A continuación se resumen las características generales de las principales herramientas utilizadas por la plataforma NISAC para sus distintos análisis, según el nivel de detalle (realístico o abstracto) de los análisis requeridos.

Datos de los elementos del

sistema

Modelos de alta fidelidad –Elementos

individuales de infraestructura

Modelos agregados de sistemas de

suministro –Dinámica de la

demanda

Realístico Abstracto

Múltiples puntos de vistas

Menor detalle Disminuye el tiempo de desarrollo y de simulación

Efectos de las condiciones y limitaciones en la operación del sistema

Port OperationPetroleum System

Natural Gas System

Modelos de red genéricos y altamente abstractos

Simulación e identificación de vulnerabilidades de distintas topologías de red ante contingencias y mitigación efectiva

Loki Toolkit

Simulación detallada de cambios en las condiciones o comportamientos

N-ABLER-NAS

IEISS

Sólo se conoce lo que es medido o monitoreado –Limitado a un conjunto de condiciones específicas

Datos de compañías,

ente regulador, etc.

Informe Final


12

Tabla 2-1. Resumen de herramientas utilizadas por la plataforma NISAC.

Características

Nivel de

detalle Herramientas

Sector a modelar

Descripción de la herramienta

Uso de la herramienta Desafíos en el

desarrollo de la herramienta

Mod

elos

real

ístic

os

N_ABLE Modelación

de agentes de mercado

Análisis de la interdependencia entre los

agentes de mercado y la infraestructura utilizada

Evaluar el impacto de cambios en la política económica sobre los agentes del mercado

Modelo basado en agentes.

Simulaciones de Monte Carlo

R-NAS Modelación

de redes ferroviarias

Análisis del flujo de commodities a través de las

redes ferroviarias

Evaluar el impacto de distintos eventos sobre

la operación de las redes ferroviarias

Optimización no lineal de redes

IEISS

Modelación de redes del

sector energético

Análisis de la interdependencia de la

infraestructura energética, enfocado en las redes de

transporte y distribución de energéticos (electricidad y

gas natural)

Evaluar los impactos técnicos, económicos y de seguridad nacional de eventos y cambios

políticos sobre la infraestructura

energética

Modelación de sistemas

complejos no-lineales

acoplados

Mod

elos

de

siste

mas

din

ámic

os

Port Operations

Modelación de operación

de puertos

Análisis del flujo de contenedores entre los

distintos puertos de EE.UU.

Evaluar el impacto de planes de seguridad o

eventos sobre los flujos de contenedores entre

los puertos del país

Estimación de matrices origen-

destino y modelo de

redes

Petroleum System

Modelación de la logística

del sector petróleo

Análisis del comportamiento dinámico

de los sistemas de importación, producción,

almacenamiento, refinamiento, distribución y

demanda final a nivel regional

Evaluar el impacto de eventos en refinerías,

ductos y puertos sobre la operación del sector


dinámicos

Natural Gas System

Modelación de la logística del sector de gas natural

Análisis del comportamiento dinámico

de los sistemas de producción,

almacenamiento, distribución y demanda

Evaluar el impacto de eventos sobre la

infraestructura del sector


dinámicos

Mod

elos

ab

stra

ctos

LokiToolkit Modelación genérica de

redes

Análisis de sistemas de redes eléctricas, ductos,

redes sociales y redes financieras

Evaluar los efectos de las distintas topologías sobre fallas en cascada. Identificar estrategias

de mitigación

Modelo de redes de sistemas

complejos

Informe Final


13

2.2 Herramientas multi-energéticas

A continuación se presentan las características más importantes de las principales herramientas que integran diferentes tipos de energéticos.

Tabla 2-2. Tabla resumen de principales modelos internacionales.

Característica LEAP MARKAL MARKAL-MACRO

MESSAGE PIET

Creador Stockholm Environment Institute IEA/ETSAP IIASA

DIE- FCFM, Universidad de Chile

Sitio web www.energycommunity.org www.etsap.org www.iiasa.as.at

Ámbito Energías-economía Integradas, escenarios GHG

Energías Integradas, escenarios GHG

Energías-economía Integradas, escenarios GHG

Energías-economía Integradas, impacto ambiental

Energías Integradas, Transporte, emisiones

Descripción

Se estiman las demandas agregadas en base a proyecciones. Permite estimar o incorporar generación eléctrica. Incorpora las interrelaciones energéticas.

La expansión de la potencia eléctrica se estima de forma tal de minimizar costos.

Se determina equilibrio de mercado de electricidad. La expansión de la potencia eléctrica se estima de forma tal de minimizar costos.

Planificación de la generación uninodal. Proyección demanda agregada

Se realiza flujo DC en base a tablas de despacho predefinidas

Tipo modelo Contabilidad Optimización Híbrido Optimización Híbrido

Aplicabilidad geográfica

Local, Nacional, Regional, Global Local, Nacional, Regional, Global Local, Nacional. Local

Horizonte de tiempo

Controlado, resultados anuales. Controlado

Controlado, hasta 64 etapas de duración variable.

Controlado, resultados anuales.

Informe Final


14

2.3 Herramientas del sector eléctrico

Con respecto a los sistemas eléctricos, a continuación se describen los modelos que son utilizados para planificación/operación en la industria nacional y algunos otros países. Junto al nombre del modelo se indica la institución fundadora. La descripción detallada de estos y otros modelos se encuentra en los Anexos del informe.

Tabla 2-3. Tabla resumen de modelos de operación/planificación del sistema eléctrico.

GOL (Gestión optima del laja), CNE

Metodología Características Resultados del modelo Usos de los resultados

- Modelo de operación de mediano plazo. Utiliza programación dinámica y simulación de Monte Carlo

- Representación uninodal de la red. - Tiempo mínimo de análisis

trimestral. - Representación aleatoria de la

hidrología. - Ignora indisponibilidad en

centrales hidráulicas. - Indisponibilidad de centrales

térmicas considera por la vía de reducir la capacidad.

- Desarrollado para el sistema SIC.

- Costos marginales de energía de corto plazo en función del nivel del lago Laja.

- Costos marginales de energía esperados.

- Costo actualizado de operación de programas de obras.

- Función distribución de probabilidades de consumo futuro de combustible.

- Energía a generar en centrales del Laja y centrales térmicas.

- Definir precio de transferencia entre empresas.

- Definir tarifas en A.T. - Definir programas de

obras. - Valor económico de una

central.

WASP (Wien Automatic Planning Package), DTU Denmark


- Modelo global de optimización basado en programación dinámica.

- Minimiza costo actualizado de inversión, operación y falla.

- Representación uninodal de la red. - Considera indisponibilidad de

unidades generadores. - Posee modelo de predicción de

demanda. - Incluye diferentes tipos de

centrales. Centrales con regulación interanual requieren una pre-operación del embalse.

- Tamaño, tipo y fecha (secuencia) de puesta en servicio de nuevas centrales.

- Costo de operación - Energía no servida. - Confiabilidad (LOLP) del

sistema.

- Toma de decisiones en inversión.

OMSIC (Operación mensual del sic), CDEC-sic


- Modelo de operación de mediano y corto plazo.

- Utiliza programación dinámica y simulación de Monte Carlo

- Sin red. Uninodal - Tiempo mínimo de análisis

mensual (1991). Actualizado a semanal en 1992.

- Representación aleatoria de la hidrología. Independencia estadística en periodo de invierno y dependencia en periodo de verano.

- Ignora indisponibilidad en centrales hidráulicas.

- Programación semanal de la operación de centrales.

- Costo marginal por nudo. - Disponibilidad del sistema y

de cada central. - Costos operativos. - Racionamientos del sistema. - Estadígrafos de

generaciones - Estadígrafos de embalses. - Estadígrafos de consumos de

- Planificación de la operación de corto y mediano plazo.

Informe Final


15

- Indisponibilidad de centrales térmicas considera por la vía de reducir la capacidad.

- Desarrollado para el SIC. - Requiere modelos de operación

de embalses - Solución final obtenida con

proceso iterativo asistido por expertos.

combustibles. - Flujos de potencia en líneas.

SDDP (Stochastic dynamic dual programming), PSRI Brazil


- Modelo para planificación de la operación de largo, mediano y corto plazo de sistemas eléctricos.

- Utiliza programación dinámica estocástica dual.

- Red multinodal con pérdidas. - Tiempo mínimo de

representación; semanal caso aleatorio y horaria caso determinístico.

- Representación aleatoria de la hidrología. Series sintéticas basadas en modelo CPAR.



- Horizonte de análisis hasta 10 años.

- Producción de centrales. - Costo marginal por nudo. - Disponibilidad del sistema y


generaciones. - Estadígrafos de embalses. - Estadígrafos de consumos de


- Planificación de la operación de corto y mediano plazo.

- Planificación de inversiones en generación y transporte.

- Determinar precios de nudos.

- Cálculo de peajes en sistema de transmisión.

- Cálculo de tarifas en subtransmisión.

- Planificación de la red de transmisión.

PLP (Programación de largo plazo), Colbún


- Modelo de operación de mediano plazo.


- Representación multinodal de la red incluyendo pérdidas.

- Tiempo mínimo de representación semanal.

- Representación aleatoria de la hidrología. Series históricas ingresadas por archivos.



- Desarrollado para el sistema SIC. - Incluye contratos de riego. - Utilizado por la CDEC-SIC y algunas

empresas eléctricas.

- Producción de centrales. - Costo marginal por nudo. - Disponibilidad del sistema y




- Planificación de la operación de corto plazo.

- Planificación de inversiones en generación y transporte.


- Cálculo básico de peajes en sistema de transmisión.

- Cálculo básico de tarifas en subtransmisión.


OSE2000 (Operación de sistemas eléctricos), KAS Ingeniería


- Modelo para - Representación multinodal de la

red incluyendo pérdidas. - Producción de centrales. - Costo marginal por nudo, - Planificación de la

Informe Final


16

planificación de la operación de mediano plazo de sistemas eléctricos.


- Las pérdidas de representan por tramos lineales (hasta 5).

- Se incluye programa de mantenimiento de unidades.

- Representación de múltiples embalse.

- Tiempo mínimo de representación semanal.

- Representación aleatoria de la hidrología. Series históricas ingresadas por archivos.



- Desarrollado para el sistema SIC. - Incluye contratos de riego

específicos. - Utilizado por la CNE y empresas

consultoras

bloques, hidrologías y etapas.

- Disponibilidad del sistema y de cada central.

- Costos operativos. - Racionamientos del sistema. - Estadígrafos de


combustibles. - Flujos de potencia en líneas. - Emisión de contaminantes.

operación de corto plazo. - Planificación de

inversiones en generación y transporte.


- Cálculo de peajes en sistema de transmisión.

- Cálculo de tarifas en subtransmisión.


PCP (Programación de corto plazo), Colbún


- Modelo de operación de corto plazo.

- Utiliza programación dinámica dual.

- Representación multinodal de la red incluyendo pérdidas.

- Tiempo mínimo de representación horaria.

- Representación determinística de la hidrología.

- Desarrollado para el sistema SIC. - Utilizado por la CDEC-SIC y algunas

empresas eléctricas.

- Programación de generación semanal de centrales.

- Costo marginal por nudo. - Costos operativos. - Racionamientos del sistema. - Flujos de potencia en líneas.

Planificación de la operación de corto plazo.

PET (Power electricity time table)


- Modelo de planificación de largo plazo.

- Utiliza programación lineal entero-mixta.

- Representación multinodal restringida de la red con capacidad de transmisión.

- Tiempo mínimo de representación ajustable.

- Representación estocástica de la hidrología.

- Plan de expansión de la generación y transmisión.

- Despachos económicos esperados.

- Costo marginal esperado por barra.

- Costos actualizados de inversión, operación y falla.

- Flujos de potencia en líneas. - Cálculo de potencia de

suficiencia.

- Planificación de la expansión de largo plazo.

Los modelos presentados anteriormente, pueden ser categorizados según su funcionalidad o escalas de tiempo. Estas agrupaciones se presentan en el anexo del informe.

Informe Final


17

2.4 Experiencia en sistemas internacionales

A continuación se ejemplifican los procedimientos de análisis dependiendo del horizonte a considerar para algunos países.

2.4.1 Brasil

El Centro de Pesquisas de Energía Eléctrica (CEPEL) de Brasil ha desarrollado una variedad de modelos orientados a la toma de decisiones de planificación en el sector eléctrico el cual se resume en la Figura 2-2. El enfoque seguido descompone el problema global en una serie de modelos orientados a objetivos más específicos siguiendo un nivel de detalle del sistema eléctrico que va de mayor a menor desde la operación próxima al tiempo real hasta la planificación de las inversiones en el largo plazo. En la medida que se aborda el largo plazo se van incorporando aspectos de carácter más global que impactan las decisiones como impactos ambientales y desarrollo estratégico. Entre estos modelos se identifican desde el largo al corto plazo una prospección de recursos e impactos ambientales en la primera fila, una planificación de la expansión de la generación en la segunda, coordinación hidrotérmica de mediano y largo plazo en la tercera. Estos modelos son validados por la ANEEL de Brasil y usados tanto por entidades gubernamentales como agentes del mercado.

Paralelamente, existe en Brasil una empresa que desarrolla y vende herramientas comerciales con funcionalidades análogas a algunas de las del esquema de CEPEL.

Informe Final


18

Figura 2-2: Encadenamiento de modelos en el sistema brasileño.

2.4.2 Colombia

La planificación de expansión en el sistema eléctrico colombiano es realizada por la UPME (Unidad de Planeamiento Minero Energético). De acuerdo a la reglamentación vigente, la UPME realiza un plan de expansión de referencia de generación y transmisión cada cuatro años para un período de 15 años. La Figura 2-3 muestra el encadenamiento de modelos/metodologías aplicable al caso colombiano.

Para el largo plazo, la planificación se basa sobre lo definido por las subastas del Cargo por Capacidad y el período restante se define como plantas de referencia que se definen por políticas energéticas o mediante el software de optimización (SDDP).

La planificación de mediano plazo se realiza mediante la aplicación de SDDP (5 años) y adicionalmente se sustentan resultados comparándolos con otros modelos.

De igual manera, se definen estudios de corto plazo, pre-despacho y despacho ideal. Durante el día se establecen, adicionalmente, procedimientos de re-despacho.

En cuanto a la expansión de la red de transmisión, la metodología establece inicialmente un diagnóstico de la red actual que sirve como marco de referencia. Posteriormente, mediante la visión de largo plazo, se establece una red objetivo y se detectan necesidades

Encadenamiento de modelos para la expansión y operación de la generación, sistema brasileño

Informe Final


19

que orienten la expansión de corto y mediano plazo. Finalmente se determinan las obras del Sistema de Transmisión Nacional requeridas y se dan las señales y recomendaciones para los Sistemas de Transmisión Regionales. El esquema general de planificación se muestra en la Figura 2-4, usando como base el esquema de Brasil (CEPEL). En la figura se han dispuesto los módulos identificados resaltando el cuadro cuya función es asimilable.

Figura 2-3: Encadenamiento de modelos (Caso Colombia)

Figura 2-4 Metodología elaboración plan de expansión de transmisión7.

7 Fuente: UPME www.upme.gov.co.

Informe Final


20

2.4.3 NordPool

En el caso del NordPool, la planificación del parque de generación la realiza cada sistema (país) de manera independiente, y de manera similar a otros casos observados en este estudio se identifica un encadenamiento de modelos que son usados para la toma de decisiones en el sector y permiten determinar expansiones futuras a nivel generación y sistema de transmisión. El encadenamiento identificado para este caso se detalla en la Figura 2-5. Es importante notar que las herramientas aplicadas en el NordPool son diseñadas considerando la participación significativa de la componente hidráulica.

De acuerdo a lo anterior, para el largo plazo, en el NorPool se utilizan modelos que definen la toma de decisiones de inversión, donde la resolución máxima de estos modelos es mensual. En este caso se identifica la herramienta EconClassic, utilizada para este tipo de estudios.

En el ámbito del mediano plazo, la herramienta de mayor uso es el modelo EMPS/Samlast, cuyo paso de tiempo de simulación es la semana y permite el análisis de casos más detallados. Ésta es una herramienta de coordinación hidrotérmica que optimiza mediante programación dinámica estocástica. Adicionalmente, esta herramienta dispone de un módulo que realiza flujos de potencia AC y permite una mejor estimación de pérdidas e identificación de congestiones en redes de transmisión.

Estudios de corto plazo, con resolución horaria, también son realizados en el esquema de planificación del NordPool. Al igual que el esquema EMPS, el modelo aplicado a estos estudios define valores del agua y permite otros estudios adicionales como lo son: inyección detallada de parques eólicos, volatilidad de precios, estructura de precios y efectos en interconexiones.

Por otro lado, para la planificación de la transmisión, los análisis son realizados por Nordel (Organisation for the Nordic Transmission System Operators), donde se evalúan los costos y beneficios de las potenciales interconexiones regionales. El esquema metodológico general de planificación se muestra en la Figura 2-6, usando como base el esquema de Brasil (CPEL). En la figura se han dispuesto los módulos identificados resaltando el cuadro cuya función es asimilable.

La demanda futura se estima en base a los escenarios desarrollados por Nordel (2015 y 2025) y una lista de las interconexiones es previamente definida igualmente por Nordel, basada en datos suministrados por los países integrantes.

Informe Final


21

Figura 2-5: Encadenamiento de modelos, caso NordPool.

Los beneficios de las líneas son estimados con los modelos EMPS/Samlast y MAPS. Así, los costos de inversión y operación de cada una de las nuevas interconexiones o refuerzos son calculados, los que se posteriormente son resumidos y finalmente se determina una razón costo-beneficio para cada una de las alternativas.

Figura 2-6. Metodología de planificación de expansión de redes

Informe Final


22

2.5 Literatura relacionada

1. Hacia la modelación y la simulación de las interdependencias críticas para la nación [7]

Se propone una innovadora forma de modelar y analizar sistemas interconectados de infraestructura crítica, considerando aspectos físicos y económicos. Este enfoque se basa en la utilización de diversos modelos matemáticos ya desarrollados de sistemas dinámicos, modelos funcionales y algoritmos de optimización no lineal. Se describe la estructura, se muestra su potencial de análisis y se ejemplifica una crisis hipotética.

2. Impacto de los sistemas de gas natural en la programación hidrotérmica de mediano plazo con restricciones de riesgo [8]

Se analiza el impacto que tienen las restricciones y los contratos relacionados al gas natural, en la programación hidrotérmica de la generación eléctrica en el mediano plazo que considera restricciones de riesgo. Las ecuaciones que se incluyen por el gas natural son modeladas en forma lineal. El modelo propuesto utiliza una solución horaria basada en precios estocásticos para el pre despacho. Se considera la incertidumbre en precios de mercado para la energía y los servicios auxiliares, en afluentes naturales y en contingencias en la infraestructura del gas.

3. Estándar IEC para la modelación de sistemas eléctricos [9]

El objetivo del estándar es proporcionar un modelo abstracto que represente de la mejor manera posible los objetos de un típico sistema eléctrico de potencia, con el fin de facilitar la integración de aplicaciones desarrolladas por diferentes agentes en el área de los sistemas de gestión de energía. Para el modelo abstracto se utiliza la técnica del modelado orientado al objeto y las especificaciones de UML. Se describe la estructura de paquetes con sus diferentes clases y asociaciones.

4. Visualización interactiva para análisis de infraestructura critica [10]

Los análisis de infraestructura crítica frecuentemente llevan consigo mucha información asociada, es por ello que se hace necesario el juicio humano para el análisis de las síntesis que se hagan de la misma que puede ser compleja, dinámica, incompleta, conflictiva e incluso engañosa. Sin embargo, la capacidad de recolectar información crece más rápido que nuestra capacidad de procesarla. El objetivo de este trabajo es analizar cómo se

Informe Final


23

facilita el racionamiento analítico y la eficiencia mediante interfaces gráficas, utilizando métricas como las propuestas por Scholtz.

5. Simulación avanzada para análisis de infraestructura crítica: cascadas abstractas, la red eléctrica de potencia y la red de la reserva federal [11]

La infraestructura crítica es formada por una gran cantidad de componentes que interactúan dentro de redes complejas. Se presentan en este documento los esfuerzos sobre investigación de modelos y técnicas avanzadas (AMTI, por sus siglas en inglés) para fallas en cascada que cuando ocurren tienen resultados devastadores. Se introduce un modelo comprehensivo, llamado Polynet, que simula fallas en cascada en una amplia gama de redes: topologías, reglas de interacción y respuestas adaptativas. Se muestra un ejemplo en redes eléctricas y otro en la red de la reserva federal.

6. Múltiples enfoques de modelado e ideas para la protección de infraestructura crítica [12]

Las infraestructuras proveen las bases para la vitalidad de la economía nacional, la seguridad y el confort del día a día. Éstas son altamente interdependientes y se componen por partes físicas, humanas y cibernéticas. La modelación se ha vuelto un proceso esencial para anticipar y comprender cómo estos sistemas complejos e interdependientes responderán frente a contingencias o eventos. Este documento resume seis años de desarrollo de modelos para NISAC.

7. Análisis y modelación de confiabilidad en la infraestructura crítica nacional [13]

Una de las diez prioridades del departamento de seguridad nacional de EEUU es proteger la infraestructura crítica nacional. Este documento presenta modelos para cuantificar las interdependencias entre infraestructuras críticas y evaluar planes para reparar sus vulnerabilidades. Se considera a las comunicaciones como una infraestructura clave, central a las otras, por lo tanto, interrupciones en la misma se vuelven prioritarias para restablecer la seguridad pública y otras infraestructuras.

Informe Final


24

8. Evaluando interdependencias de infraestructura: el desafío del análisis de riesgo para el sistema adaptativo complejo [14]

Entender las potenciales consecuencias de la interdependencia de las infraestructuras, como la evolución de las mismas y los cambios de regulación, es uno de los principales objetivos del programa de investigación de infraestructura del Laboratorio Nacional Sandia [15]. Este documento presenta el proceso de evaluación de las interdependencias de la infraestructura que realiza Sandia, las herramientas desarrolladas para apoyar el proceso y algunos ejemplos con resultados de evaluación.

9. Estudio Logístico sobre ductos de petróleo y sus derivados, basado en simulación discreta de eventos [16]

En este estudio se formula un modelo discreto de la operación logística de un ducto de petróleo y sus derivados, en la plataforma Arena8. Con este modelo se simula la distribución de distintos derivados del petróleo a través de un poliducto caracterizado por: múltiples segmentos de ducto, puntos de retiro, puntos de inyección, y de un calendario de despacho y operación. A través de la simulación es posible optimizar el proceso de distribución comparando diferentes escenarios o calendarios de despacho y el resultado de la simulación.

2.6 Base de Datos DesInventar

El Sistema de Inventario de efectos de desastres (DesInventar) es una herramienta conceptual y metodológica para la construcción de bases de datos de pérdidas, daños o efectos ocasionados por emergencias o desastres. Permite la adquisición, consulta y despliegue de información sobre desastres de pequeños, medianos y grandes impactos, con base en datos pre-existentes, fuentes de prensa, y reportes de instituciones en 29 países alrededor del mundo9.

Para el caso de Chile, esta herramienta contiene información sobre desastres ocurridos en el período comprendido entre 1970 y 2009, y cuya fuente es el periódico El Mercurio.

En cuanto a los efectos de los desastres, sólo se presenta si hubo o no efectos sobre el área de Energía, Transporte, Comunicaciones, Industrias, etc. Sin embargo, no existe información cuantitativa de estos efectos.

8 http://www.arenasimulation.com 9http://www.desinventar.org

Informe Final


25

2.7 Relevancia de herramientas para su integración a PARSE

En la Tabla 2-4 se resume el análisis realizado por el equipo consultor. En esta tabla se indica la relevancia que tiene para PARSE cada una de estas herramientas según el alcance, la escala de tiempo de análisis, la facilidad de uso y adaptabilidad al caso chileno. Además de la relevancia, se indica el grado de compatibilidad de interfaz entre la herramienta y PARSE según el tipo de archivo de entrada y salida que maneja cada una de las herramientas. Finalmente se indica el grado de compatibilidad de sistema de la herramienta según el sistema operativo en el cual trabaja. El detalle de las características de las herramientas analizadas se encuentra en el Anexo 8.2.

Tabla 2-4. Relevancia de herramientas para su integración a PARSE

Modelos y/o Herramientas Alcance

Escala de tiempo de análisis

Facilidad de uso actual

Adaptabilidad al caso chileno

Relevancia para PARSE

Compatibilidad de interfaces con PARSE

Compatibilidad de sistema

DeepEdit-Seeds

Sector Eléctrico (Docencia)

Mediano plazo (despacho, CHT)

Fácil Alta Alta Alta

(archivos de entrada ASCii, SQlite y mdb, salida binaria y csv)

Alta

(LINUX, Windows, MAC)

PIET Sector energético, transporte y medio ambiente (experimental)

Corto plazo (simulación de la operación)

Fácil Media Baja Media

(archivos de entrada y salida mdb, windows)

Baja

(Windows)

PLP Sector eléctrico

Mediano plazo (CHT)

Intermedia Alta Alta Alta

(archivos de entrada ASCII, salida binaria y csv)

Alta

(LINUX, Windows)

OSE2000 Sector Eléctrico

Mediano plazo (CHT)


(archivos de entrada y salida csv)

Alta

(Windows. LINUX y MAC en desarrollo)

PLEXOS ST Sector Eléctrico

Corto plazo (pre-despacho Térmico)

Fácil Alta Alta Alta

(archivos de entrada y salida csv y mdb)

Alta

(Windows y LINUX)

PCP Sector eléctrico

Corto plazo (pre-despacho HT)


(archivos de entrada ASCII, salida binaria y csv)

Alta (LINUX)

PET Sector Largo plazo Fácil Alta Alta Alta Alta

Informe Final


26

Modelos y/o Herramientas Alcance

Escala de tiempo de análisis

Facilidad de uso actual

Adaptabilidad al caso chileno

Relevancia para PARSE

Compatibilidad de interfaces con PARSE

Compatibilidad de sistema

eléctrico (PLP, expansión gen y tx con CHT)

(archivos de entrada y salida csv)

(LINUX, Windows, etc.)

GOL Sector Eléctrico

Largo plazo (CHT)

Intermedia Media baja Baja Alta

(archivos de entrada y salida txt)

Media

(UNIX)

SDDP Sector Eléctrico

Mediano plazo (CHT)

Fácil Alta Baja Media

(archivos de entrada y salida csv, windows)

Baja

(Windows)

OMSIC Sector Eléctrico

Mediano y corto plazo (CHT)

Intermedia Media baja Baja Alta

(archivos de entrada y salida txt)

S/I

WASP Sector Eléctrico

Largo plazo (PLP: expansión Gx, emisiones)

Intermedia Media baja Baja Baja

(sólo DOS)

Baja

(DOS)

LEAP Sector energético

Largo plazo (proyección de demanda energética y emisiones, proyección de G)

Fácil Media-Alta Media Baja

(archivo propietario, interfaz sólo windows)

Baja

(Windows)

MARKAL/TIMES

Sector energético

Largo plazo (proyección de demanda energética y emisiones, expansión de G)

Fácil Media-Alta Media Baja

(sólo Windows)

Baja

(Windows)

MESSAGE Energético Largo plazo (Expansión de G, uninodal)

Fácil Baja Alta Alta

(archivos ASCii)

Alta

(LINUX)

Dada la relevancia de las herramientas anteriormente descritas para la plataforma PARSE, y la compatibilidad de interfaces y de sistema de estas herramientas, el consultor recomienda que para la primera etapa de PARSE, se considere la integración de las siguientes herramientas iniciales:

Informe Final


27

• OSE2000,

• PLP,

• PCP,

• PLEXOS.

La integración de estas herramientas a PARSE supone la creación de herramientas de interfaz con dos funcionalidades, definidas como procesamiento de datos de "salida" (output) y de "entrada" (input).

La funcionalidad de procesamiento de datos de "salida" refiere a la capacidad de procesar los archivos de salida, y entrada de ser necesario, de tal manera de generar una caracterización compatible con PARSE del escenario estudiado por la herramienta externa, incluyendo tanto la definición de parámetros y componentes como de los resultados de las programaciones obtenidas. La caracterización y resultados obtenidos del procesamiento de los datos de la herramienta externa deberán ser compatibles tanto con las herramientas de análisis como de representación y visualización de PARSE.

La funcionalidad de procesamiento de datos de "entrada" refiere a la capacidad de que a partir de una caracterización interna de un escenario de PARSE, la herramienta de interfaz sea capaz de generar un escenario de análisis en el formato compatible para la ejecución de la herramienta externa dada. Esta funcionalidad requerirá posiblemente complementar la información del escenario y caracterización del caso a analizar de PARSE con parámetros propios de la herramienta, los cuales debieran ser provistos tanto por el analista interesado en ejecutar la herramienta o por un conjunto predefinido de parámetros acordados para el caso.

Además, el consultor recomienda considerar en una etapa posterior, la integración de las siguientes herramientas:

• DeepEdit-Seeds,

• PET

• MESSAGE

Informe Final


28

3 Metodología de Análisis de Riesgo

3.1 Definición de Riesgo

El término riesgo es entendido como el daño potencial a un sistema debido a un evento inesperado. Para una valorización cuantitativa, generalmente el riesgo se mide mediante el producto entre la probabilidad de falla o daño y las consecuencias negativas de esa falla:

Riesgo = probabilidad de falla x consecuencias

En el contexto de la seguridad de un sistema, la valorización del riesgo puede ser entendida como una función de 3 variables: amenaza, vulnerabilidad y consecuencias:

Riesgo =f (amenaza, vulnerabilidad, consecuencia)

La consideración de estas variables conlleva a los siguientes análisis:

Análisis de amenazas: Identificación de los eventos que pueden ocasionar potenciales daños y la determinación de la probabilidad de que estos eventos ocurran.

Vulnerabilidad: Medida de qué tan probable es que el sistema falle ante la ocurrencia de alguno de los eventos identificados en el paso anterior.

Análisis de consecuencias: Medida o métrica asociada a las consecuencias negativas de un evento que efectivamente causó daño en el sistema. La valorización incluye tanto las consecuencias tangibles como intangibles y les será asociada alguna escala de severidad para efectos de dimensionamiento y contraste.

Para clarificar estos conceptos, analicemos por ejemplo lo que sucede con las instalaciones del sistema de transmisión del sector eléctrico. La Figura 3-1 muestra algunas de las amenazas a las cuales está expuesta una línea de transmisión. Cada una de esas amenazas tiene su propia probabilidad de ocurrencia en un determinado horizonte de evaluación. La vulnerabilidad de la línea de transmisión tiene que ver con qué tan probable es que la línea falle o presente daños ante la ocurrencia de un evento en particular. Una línea de transmisión en mal estado, mal diseñada y sin sus mantenimientos al día, es más vulnerable a condiciones climatológicas extremas (ejemplo: fuertes lluvias o viento) que una línea que se encuentra en buen estado.

Por lo tanto, la probabilidad de falla de una línea depende de la probabilidad de ocurrencia del evento y del grado de vulnerabilidad (y su probabilidad), lo cual se interpreta en términos simples como el producto entre ambas probabilidades:

Informe Final


29

Probabilidad de falla = probabilidad de amenaza x vulnerabilidad

Una instalación podría ser muy vulnerable para un determinado evento, sin embargo, ese evento podría tener poca probabilidad de ocurrencia. Por otra parte, la probabilidad de ocurrencia de un evento podría ser muy alta, pero la vulnerabilidad de esa instalación ante ese evento ser muy baja. En ambos casos la probabilidad de falla, entendida como el producto de ambas probabilidades, podría ser la misma.

Figura 3-1. Amenazas a las instalaciones del sistema de transmisión.

Las consecuencias de un determinado evento pueden ser del tipo: económicas, políticas, víctimas fatales, sociales, sicológicas, etc. Salvo la primera, las restantes son muy difíciles de valorizar en términos económicos, sin embargo, pueden jugar un papel fundamental en el análisis del tomador de decisiones.

Volviendo al ejemplo anterior, las consecuencias económicas que puede tener la salida de una línea de transmisión depende de, al menos, los siguientes factores:

Capacidad y ubicación de la línea: No es lo mismo que falle un circuito de 500 kV de la línea Ancoa - Alto Jahuel que un circuito de la línea de 220 kV de la línea Paposo - Diego de Almagro.

Duración de la falla. Profundidad de la falla: La salida de un circuito en hora de punta puede ser más

crítica que durante periodos de demanda baja.

Por lo tanto, una amenaza con la misma probabilidad de ocurrencia y el mismo nivel de vulnerabilidad puede tener consecuencias económicas totalmente distintas dependiendo del escenario en el cual ocurra.

Luego, una amenaza con una alta probabilidad de ocurrencia que sucede en un sistema altamente vulnerable y que tiene consecuencias negativas elevadas, será cuantificado

Condiciones Climáticas

DesastresNaturales

ActosTerroristas Vandalismo

Error de Operarios

Incendios

Informe Final


30

como altamente riesgoso. Esto último es representado en el diagrama que se muestra en la Figura 3-2. A mayor radio de las circunferencias, mayor es el riesgo.

Figura 3-2. Diagrama para representar el nivel de riesgo de un sistema10.

3.2 Análisis de Riesgo

Por otra parte está el concepto de análisis de riesgo, el cual va más allá de la definición cuantitativa del término riesgo dado por el producto de la probabilidad de falla y sus consecuencias. En un análisis de riesgo se consideran aspectos tales como:

Múltiples escenarios bajo los cuales ocurren las distintas amenazas, Valorización económica de las consecuencias bajo los distintos escenarios, Distintos objetivos de los agentes, y Grado de aversión al riesgo del tomador de decisión.

Los últimos dos puntos son ejemplificados como sigue. Suponga que una determinada amenaza provoca una falla de muy alto costo económico para el sistema, pero cuya probabilidad de falla es muy baja. Si la valorización del riesgo mediante la multiplicación de ambas cantidades da como resultado un número pequeño, esto se interpreta como un riesgo bajo. En este caso, la función objetivo de un agente en particular sólo considera variables económicas. Desde el punto de vista de otro agente, como por ejemplo el gobierno, las consecuencias políticas y sociales del evento (difíciles de valorar

10 Fuente: Comparative risk assessment for energy systems.

AMENAZAS VULNERABILIDAD

CONSECUENCIAS

RIESGOALTO

Informe Final


31

económicamente) pueden ser tan altas que el gobierno podría catalogar este evento como muy riesgoso. Finalmente, las medidas de mitigación que se implementen van a depender del grado de aversión al riesgo del tomador de decisión.

Adicionalmente, la estimación de la probabilidad de falla puede llegar a ser difícil de calcular y ésta muchas veces representa más bien la percepción que tienen los distintos agentes de que determinados eventos ocurran. En este caso, el cálculo del riesgo mediante la simple multiplicación de probabilidad y consecuencia podría ser cuestionable.

En este trabajo, a partir del análisis de las principales amenazas a las que está expuesto el sector energético, se definen las funcionalidades de la plataforma, las cuales permitirán un análisis de riesgo adecuado tal como se describió anteriormente. La Figura 3-3 muestra la metodología que se utilizará para el análisis de riesgo.

Figura 3-3. Metodología de análisis de riesgo propuesta.

En las siguientes sub-secciones se describen cada una de las etapas de la metodología presentada en la figura anterior.

CaracterizaciónSistema

Energético

Evento

Caract. De Simulación 1

Análisis de definición de eventos

Parámetro de

Simulación

Simulador Operacional

Caract. De Simulación 2

Resultado Sim 1 Resultado Sim 2

Análisis de Riesgo

Indicadores de Riesgo

Generación de Reportes

Escala de tiempo (1h,

1d, 1a)

Informe Final


32

3.2.1 Identificación y selección de amenazas y eventos

Desde el punto de vista del modelo de simulación en la plataforma, las amenazas constituyen un universo de eventos que afectan al proceso modelado, los que se traducen en cambios de parámetros del sistema energético, o de sus entradas y salidas. Por ello, la identificación y caracterización de amenazas se plantea como una tarea externa a la simulación, efectuado ya sea por usuarios de la misma o por una herramienta específica que se haya desarrollado con este propósito. De esta manera, la simulación se concibe desde su origen en la forma más general posible, con la finalidad y capacidad de evaluar la vulnerabilidad y consecuencias sobre el proceso a cualquier tipo de evento, sin limitaciones a la naturaleza de los mismos o si éstos fueron previamente identificados e incorporados.

Los eventos se pueden clasificar entre aquellos que afectan a los equipos o infraestructura y aquellos que alteran los flujos externos al sistema, en este caso la energía en sus diversas formas. Entre los primeros se encuentran los casos típicos de falla o salida forzada de componentes en el contexto de análisis de seguridad e infraestructura crítica. Entre los segundos se tienen eventos sobre la hidrología, el suministro exterior de combustibles, la demanda interna y en este ámbito caben los análisis del tipo suficiencia energética. La siguiente figura resume esta clasificación.

Figura 3-4. Clasificación de eventos.

La categorización de un evento como amenaza se basa en un juicio previo en el que se presume un efecto negativo en el suministro de la demanda. En términos conceptuales se entenderá como el cambio inesperado en los patrones de parámetros del sistema, bajo la siguiente clasificación:

• Evento simple: cambio único en el parámetro de un componente del sistema, de una entrada o de una salida. Dicho cambio se identifica con un instante de ocurrencia y con el nuevo valor que tomará el parámetro a partir de entonces y se asocia conceptualmente al resultado de una única variable aleatoria.

Eventos

AmenazasInfraestructuraEventos con consecuenciasen parámetros de loscomponentes del sistema.

EnergíaEventos con consecuenciasen parámetros o patrones de suministro externo o consumo interno.

Informe Final


33

• Evento complejo: constituye un evento en cadena o simultáneo formado por múltiples eventos simples para conformar un escenario consistente.

• Evento compuesto: conjunto de eventos destinados a la simulación de combinaciones de eventos complejos.

La salida forzada de un componente en un instante se formularía como un evento simple. Por ejemplo, "salida forzada de central Nehuenco". La re-entrada en servicio de la misma central constituiría un evento simple "vuelta en servicio de central Nehuenco". Así, el evento "falla mayor de central Nehuenco" correspondería a un evento complejo compuesto de ambos eventos anteriores. Un escenario hidrológico constituiría un evento complejo conformado por series de tiempo consistentes de caudal afluente a centrales hidráulicas. La combinación de los eventos complejos "falla mayor de central Nehuenco", "hidrología seca" y ''nivel de embalses bajos" constituiría un evento compuesto con el que se podría evaluar el racionamiento experimentado en el SIC el año 1998.

Un listado preliminar de amenazas de particular interés asociadas a infraestructura son las siguientes:

• Falla en componentes de gran magnitud en producción o acumulación, como por ejemplo:

o Sector hidrocarburos: refinerías, plantas de regasificación, grandes centros de almacenamiento.

o Sector eléctrico: plantas generadoras, complejo hidroeléctrico, complejo térmico, grandes embalses o lagos.

• Falla en componentes con gran flujo de energía, como por ejemplo:

o Sector hidrocarburos: puertos, oleoductos, gasoductos y principales rutas de transporte.

o Sector eléctrico: equipos de transmisión a nivel troncal (líneas, transformadores), cuencas hidrográficas.

• Retraso en la entrada en servicio de obras existente y proyectos, como por ejemplo:

o Sector hidrocarburos: estanque de planta de GNL, ampliación de refinería, estanque de combustible líquido, tramo de red de gasoducto.

o Sector eléctrico: línea de transmisión troncal luego de mantenimiento, nueva planta generadora, ampliación de tramo del sistema de transmisión, ampliación subestación.

Informe Final


34

Desde el punto de vista de entradas y salidas de la energía, se consideran de relevancia actual las siguientes situaciones:

• Reducciones en los aportes de energía hidroeléctrica: sequía, efectos de cambio climático.

• Reducción en el suministro de combustibles fósiles.

• Shocks de precios internacionales de combustibles fósiles.

• Sobreconsumo inusitado de la demanda.

Por otro lado, existen amenazas que constituyen eventos compuestos por más de una de las listadas anteriormente. Entre ellas se encuentran por ejemplo:

• Desastre natural: terremoto, maremoto, aluvión, tormenta. Por ejemplo, un terremoto significa la falla de diversos componentes en una zona geográfica (evento compuesto de infraestructura) y un eventual sobreconsumo de algunos tipos de combustible (evento complejo de energía).

• Conflicto internacional: puede causar shock de precios, reducciones en el suministro internacional de combustibles fósiles e incremento de tiempos de reparación por falta de repuestos.

• Comportamiento de agentes de mercado: decisiones estratégicas de los agentes del mercado para incidir en precios internos. Esto puede adoptar la forma de concertación de precios libres, retraso de obras, declaración de costos por sobre los reales en cálculos tarifarios, manipulación de la capacidad para crear escasez temporal.

La anterior enumeración de amenazas constituye el universo de partida de interés de situaciones que la plataforma debería abordar en las diversas escalas de tiempo de análisis. La forma y tratamiento de los eventos efectuado por una herramienta de análisis específica dependerá de la escala de tiempo de trabajo y el tamaño horizonte de evaluación a las que se oriente, en compromiso con los tiempos de cálculo necesarios para efectuar el análisis.

3.2.2 Caracterización del Sistema Energético

El sector energético debe ser modelado como un sistema integrado a partir de la definición de sus componentes básicos y las interconexiones entre éstos. Los

Informe Final


35

componentes de sistema energético pueden ser catalogados según la red o el sector primario al que pertenezcan. Así, se distinguen cuatro (4) sectores principales: el sector de hidrocarburos líquidos, el sector de gas natural, el sector eléctrico y el sector hidráulico. El detalle de esta caracterización se presenta en el documento “Modelo de datos y diagramas UML”.

3.2.3 Simulador operacional

El simulador operacional es la herramienta que simula la operación interrelacionada del sector energético de manera automática. La descripción detallada del modelo se encuentra en el anexo técnico “Metodología para la modelación y simulación operacional y análisis de riesgo del sistema energético”.

Cabe destacar que en el diseño del simulador operacional se considera la ejecución de algunas herramientas externas, cuyos resultados se utilizan como entrada para realizar la simulación operacional. En particular, el modelo del despacho económico se considera ser ejecutado a partir de una herramienta externa en una primera etapa. La implementación de una herramienta interna de despacho económico se deja propuesta para una etapa posterior en el desarrollo de la plataforma.

3.2.4 Análisis de riesgo

Los resultados de la simulación se utilizan como entrada para el análisis de riesgo, el cual genera distintos indicadores de riesgo relevantes para el periodo de operación a analizar, como por ejemplo, energía no servida, variación de inventarios y disponibilidad de combustibles, reserva eléctrica, etc. Estos indicadores se utilizan para comparar el escenario sin evento (BAU11) con el escenario que considera el evento a analizar, y de esta manera dimensionar el efecto y las consecuencias de éste. Los detalles de este análisis y de los indicadores de riesgo considerados se encuentran en el anexo técnico “Metodología para la modelación y simulación operacional y análisis de riesgo del sistema energético”.

11 El significado de este y otros acrónimos se presentan en el Anexo 8.1 de este documento. BAU: Bussiness as Usual.

Informe Final


36

4 Diseño de la plataforma

El diseño conceptual de la plataforma está basado en las funcionalidades y requerimientos de PARSE, y debe entenderse como una guía inicial que el implementador deberá detallar, y podrá modificar, en la medida que el desarrollo de la plataforma lo requiera. El detalle de las funcionalidades y requerimientos de la plataforma se encuentra en el anexo técnico “Funcionalidades y Requerimientos”.

PARSE es una plataforma computacional concebida como una combinación de componentes de software y hardware, que permitirán a los analistas y usuarios primarios del ministerio realizar diversos análisis de operación y riesgo del sector energético chileno. En la Figura 4-1 se puede apreciar el diagrama conceptual de uso de PARSE. Además se concibe como una plataforma flexible, abierta, extensible, de fácil uso y con resultados auditables y verificables. El detalle del diseño de la plataforma, así como la metodología de desarrollo, se encuentra en el anexo técnico “Diseño conceptual y metodología de desarrollo”.

Figura 4-1: Diagrama conceptual de uso de PARSE

Informe Final


37

Según la figura anterior existen tres componentes principales dentro de la plataforma, a saber:

• Herramientas de Análisis: Corresponde a todo el set de herramientas que debe disponer la plataforma para realizar los análisis requeridos. El detalle de estas herramientas se encuentra en el anexo técnico “Metodología para la modelación y simulación operacional y análisis de riesgo del sistema energético”.

• Representación y Visualización: Corresponde a las interfaces que la plataforma dispondrá para representar la caracterización del sistema y visualizar los resultados de los análisis. El detalle de estas interfaces se encuentra en el anexo técnico “Diseño, maquetas y especificaciones de las representaciones gráficas de la información”.

• Caracterización del sistema: Corresponde al modelo de componentes que en su conjunto representan al sistema energético. El detalle de esta caracterización se encuentra en el anexo técnico “Modelo de datos y diagramas UML”.

Informe Final


38

5 Planificación de la implementación

En este capítulo se describen aspectos de gestión y planificación del proyecto de implementación de la plataforma PARSE. Primero, se describen los perfiles tanto del desarrollador de la plataforma como de la contraparte encargada de revisar y aprobar el desarrollo de ésta. Luego, se presenta el programa de implementación de la plataforma, según los requerimientos de la plataforma, tanto de software como de hardware. Se consideró la prioridad de los componentes de la plataforma para poder establecer cuáles de ellos se implementarán en una primera etapa y cuáles en una segunda etapa con el fin de cumplir con las funcionalidades más importantes y dar el tiempo suficiente para integrar posibles mejoras en la plataforma.

El detalle de las funcionalidades y requerimientos de la plataforma se encuentra en el anexo técnico “Funcionalidades y Requerimientos”.

Además, se entrega una estimación de los costos de implementación de la plataforma con el fin de ayudar al Ministerio a decidir el plan de implementación que mejor se acomoda a sus presupuestos y plazos comprometidos.

5.1 Perfil del desarrollador

El Desarrollador de la plataforma debe presentar un equipo de trabajo interdisciplinario, con experiencia demostrable en el desarrollo de software complejo y conocimientos en áreas relacionadas con el análisis y modelación de redes, análisis de riesgo y operación del sector eléctrico e hidrocarburos.

Dada la característica interdisciplinaria de la plataforma, el Desarrollador deberá demostrar experiencia en desarrollos similares como organización. En caso contrario, se deberá demostrar la capacidad del equipo de desarrollo a partir de la capacidad técnica y experiencia de cada uno de los integrantes del equipo en área afines al proyecto.

5.2 Perfil de la contraparte

La contraparte del desarrollo de la plataforma debe demostrar experiencia en la planificación y control de desarrollos de software complejo, y acceso a expertos en el área energética (eléctrica e hidrocarburos) los cuales pueden corresponder a empleados del ministerio o representantes del sector académicos y/o industria.

De no existir una contraparte formal, el ministerio deberá asignar recursos humanos para el seguimiento y control del desarrollo del proyecto.

Informe Final


39

5.3 Programa de implementación

En cuanto al software, en la Tabla 5-1 se muestra para cada uno de los componentes de software de la plataforma su nivel de avance esperado para cada una de las etapas. Así, resulta que en una primera etapa se implementaría el 60% de las funcionalidades relativas a desarrollo de software, mientras que en la segunda etapa se implementaría el restante 40% de la plataforma. Además, en la última columna se indica la necesidad de exigir el acceso al código fuente de la herramienta considerada, según la importancia que tiene la herramienta para la plataforma y la necesidad de una mejora continua a medida que se requiera. El único caso que no se define claramente la necesidad de acceso al código, es para el caso de las herramientas de visualización gráfica ya que dependerá de la solución entregada por el desarrollador de la plataforma.

En cuanto al hardware, en la Tabla 5-2 se muestra para cada uno de los componentes de hardware de la plataforma su nivel de avance esperado para cada una de las etapas. Así, resulta que en una primera etapa se implementaría el 57% del hardware relativo a la implementación de la plataforma, mientras que en la segunda etapa se implementaría el restante 43% de la plataforma.

Informe Final


40

Tabla 5-1. Programa de implementación del software de PARSE.

N° Ítem Estado de avance (%) Acceso

código Etapa 1 Etapa 2

Herramientas de Análisis internas:

1 Simulador operacional 70 30 Sí

2 Evaluación de infraestructura crítica 80 20 Sí

3 Evaluación de medida de mitigación 80 20 Sí

4 Cálculo de indicadores de riesgo 80 20 Sí

5 Cálculo de indicadores de mercado 70 30 Sí

6 Planificación eléctrica de corto plazo (ej: PCP, PLEXOS) 0 100 No

7 Planificación eléctrica de mediano plazo (ej: PLP, OSE2000) 0 100 No

8 Planificación eléctrica de largo plazo (ej: PET) 0 100 No

9 Operación y logística del sector hidrocarburos líquidos 70 30 Sí

10 Operación y logística del sector gas natural 70 30 Sí

11 Operación y logística del sector carbón 70 30 Sí

12 Planificación de la expansión del sector hidrocarburos 60 40 Sí

13 Selección y agrupamiento 60 40 Sí

14 Estimación de demanda 60 40 Sí

Interfaces de comunicación :

15 OSE2000 (I/O) 0 100 Sí

16 PLP y PCP (I/O) 100 0 Sí

17 PLEXOS (O) 100 0 Sí

Herramientas auxiliares:

18 Herramientas de representación y visualización gráfica 60 40 Sí/No

19 Herramienta de creación de objetos de entrada y salida 80 20 Sí

20 Herramientas de administración y actualización de bases de datos 70 30 Sí

21 Herramientas de manejo de caracterizaciones 70 30 Sí

22 Importación de datos 30 70 Sí

23 Creación de escenarios 100 0 Sí

24 Base de datos 80 20 Sí

25 Configuración de Hardware 75 25 Sí

26 Sistema de control de versiones 60 40 Sí

27 Sistema de reporte de problemas 60 40 Sí

Informe Final


41

N° Ítem Estado de avance (%) Acceso

código Etapa 1 Etapa 2

28 Servicio de ayuda en línea 50 50 Sí

29 Capacitación 50 50 N/A

30 Soporte 100 0 Sí

31 Coordinación 50 50 N/A

Promedio de avance 60% 40%

Tabla 5-2. Programa de implementación del hardware de PARSE

5.4 Estimación de carga de trabajo del desarrollador

En la Tabla 5-3 se presenta el resumen de la estimación de la carga de trabajo (HH) de la plataforma en lo correspondiente a la implementación de la plataforma según sus componentes principales y en función del programa de implementación.

Esta estimación se realiza a partir de la experiencia adquirida por el equipo consultor en proyectos similares de desarrollo de herramientas computacionales para el sector público y privado. El detalle de la estimación de HH se presenta en el Anexo 8.3.

N° Ítem Estado de avance (%)

Etapa 1 Etapa 2

1 Servicio de datos 50 50

Motor de cálculo:

2 Computador de cálculo 40 60

3 Servidor de espacio 100 0

4 Switch de datos 100 0

5 Servicio de acceso web y visualización 50 50

6 Servidores de herramientas externas 50 50

7 Interfaces de análisis 25 75

8 Interfaces de fuentes de información 50 50

9 Servicios de operación 50 50

Promedio 57% 43%

Informe Final


42

Tabla 5-3. Estimación de carga de trabajo en desarrollo de PARSE.

Desarrollo Fase 1 (60%) Fase 2 (40%) Total (100%)

HH 20200 17700 37900

% HH totales 53% 47% 100%

En la tabla anterior, el porcentaje de avance que se muestra al lado de cada fase, se obtiene a partir del promedio calculado en la Tabla 5-1.

5.5 Estimación de carga de trabajo de contraparte

En la Tabla 5-4 se presenta el resumen de la estimación de la carga de trabajo (HH) de la contraparte del desarrollo de la plataforma.

Esta estimación se realiza a partir de la experiencia adquirida por el equipo consultor en proyectos similares de desarrollo de herramientas computacionales para el sector público y privado. El detalle de la estimación de HH se presenta en el Anexo 8.4.

Tabla 5-4. Estimación de carga de trabajo de la contraparte del desarrollo de PARSE.

Contraparte Fase 1 Fase 2 Total (100%)

HH 2080 2080 4160

Informe Final


43

6 Conclusiones

A continuación se presenta una descripción esquematizada de los documentos entregados como anexos a las bases técnicas de la implementación de PARSE. La Figura 6-1 muestra las relaciones entre estos documentos para facilitar la lectura de éstos.

Figura 6-1. Esquema de documentos anexos a las bases técnicas de implementación de PARSE.

A continuación se describe brevemente cada uno de los documentos involucrados.

Funcionalidades y requerimientos: En este documento se definen las funcionalidades de la plataforma así como los requerimientos computacionales necesarios para la implementación de PARSE. Además, se presenta la metodología para el seguimiento y la verificación de las funcionalidades.

Bases Técnicas PARSE

Funcionalidades y Requerimientos

Diseño conceptual y metodología de

desarrollo

Metodología para la modelación y

simulación operacional y análisis de riesgo del sistema

energético

Ejercicios de verificación del

simulador operacional

Modelo de datos y diagramas UML

Diseño, maquetas y especificaciones de las

representaciones gráficas de la información

Informe Final


44

Diseño conceptual y metodología de desarrollo: En este documento se presenta el diseño conceptual de PARSE y la metodología de desarrollo propuesta para referencia del implementador. Este diseño está basado en los requerimientos y funcionalidades de PARSE, y debe entenderse como una guía inicial que el implementador deberá detallar, y podrá modificar, en la medida que el desarrollo de la plataforma lo requiera.

Diseño, maquetas y especificaciones de las representaciones gráficas de la información: En este documento se entregan las indicaciones para la representación y visualización gráfica de los componentes, diagramas y resultados que PARSE deberá ser capaz de desplegar según lo estipulado en el diseño conceptual en concordancia con los requerimientos y funcionalidades de la plataforma.

Modelo de datos y diagramas UML: En este documento se describen los conceptos generales del modelo por componentes que se utilizará para la caracterización del sistema energético chileno según el diseño conceptual y con la finalidad de cumplir con las funcionalidades de la plataforma. Se incluyen los diagramas UML de la base de datos requerida por PARSE, el levantamiento de la información y los mecanismos propuestos para la obtención de la información que no se encuentra disponible.

Metodología para la modelación y simulación operacional y análisis de riesgo del sistema energético: En este documento se describe la metodología general de modelación y simulación, para el análisis de riesgo del sector energético, que se debe implementar en PARSE, según lo establecido en el diseño conceptual, para cumplir con las funcionalidades de la plataforma. Se detalla en particular la metodología de modelación y simulación operacional, que considera la interrelación entre los diferentes sectores. Además se detallan las metodologías para desarrollar los análisis soportados en PARSE mediante el uso de sus herramientas.

Ejercicios de verificación del simulador operacional: En este documento se presentan los casos bases de validación del simulador operacional para verificar su correcto funcionamiento ante diferentes escenarios de prueba, según lo planteado en la metodología de simulación. Los escenarios que se plantean son relevantes en el sentido de poder verificar la fenomenología de las componentes y sectores a analizar.

Bases Técnicas: En este documento se presenta una propuesta de las bases técnicas para la programación, implementación y consolidación de la plataforma. Se presentan las características de la plataforma a desarrollar en concordancia con las especificaciones de diseño estructural y modelos de la plataforma, desarrollados en esta primera etapa de conceptualización y validación.

Informe Final


45

Además, como documentos adicionales, se anexan los siguientes archivos en forma digital:

Informes:

• Informe Final.doc • Bases Técnicas.doc • Anexos Técnicos (carpeta)

Presentaciones:

• Presentación Informe Final.ppt • Presentación de socialización de PARSE.ppt

Planillas:

• LOF.xls • LOR.xls • Planificación y estimación de HH

Otros:

• Maquetas gráficas (carpeta) • Archivos UML (carpeta)

Informe Final


46

7 Bibliografía

[1] Fundación para la Transferencia Tecnológica, “Bases Técnicas Estudio Riesgo del Sector Energía: Plataforma de Análisis de Riesgo del Sector Energía”, Estudio solicitado por el Ministerio de Energía, Enero 2010.

[2] R. Palma, L. Vargas, F. Flatow, N. Oyarce, "Object Oriented Platform for an Integrated Analysis of Energy and Transportation Networks", IEEE Transaction on Power Systems, vol. 18, no. 3, Agosto de 2003.

[3] http://www.dhs.gov/xabout/structure/gc_1257535800821.shtm#1 [4] http://www.sandia.gov/nisac/ [5] http://www.dhs.gov/xlibrary/assets/nipp_snapshot_energy.pdf [6] Equipo de la Facultad de Ciencias Físicas y Matemáticas, Universidad de Chile,

“Diagnóstico ambiental de las redes de transporte y energía”, Estudio Solicitado por Sectra y Comisión Nacional de Energía, Noviembre 2001.

[7] Hyeung-Sik J. Min, Walter Beyeler, Theresa Brown, Young Jun Son, And Albert T. Jones, “Toward modeling and simulation of critical national infrastructure interdependencies”, IIE Transactions (2007) 39, 57–71.

[8] CemSahin, Zuyi Li, Senior Member, IEEE, Mohammad Shahidehpour, Fellow, IEEE, and Ismet Erkmen, “Impact of Natural Gas System on Risk-Constrained Midterm Hydrothermal Scheduling”, IEEE Transactions On Power Systems, vol. 26, n 2, Mayo 2011.

[9] International Electro-technical Commission, “Common information model (CIM) base”, Part 301 of Energy management system application program interface (EMS-API), Edition 2.0, 2009.

[10] William J. Tolone, “Interactive visualizations for critical infrastructure analysis”, International Journal of Critical Infrastructure Protection 2, (2009) 124 - 134.

[11] Robert J. Glass, Walt E. Beyeler, and Kevin L. Stamber, “Advanced Simulation for Analysis of Critical Infrastructure: Abstract Cascades, the Electric power grid, and Fedwire”, Advanced Modeling and Techniques Investigations (AMTI), NISAC.

[12] Theresa Brown, “Multiple Modeling Approaches and Insights for Critical Infrastructure Protection”, NISAC.

[13] Stephen H. Conrad, Rene J. Le Claire, Gerard P. O’Reilly, and Huseyin Uzunalioglu, “Critical National Infrastructure Reliability Modeling and Analysis”, Bell Labs Technical Journal. 11(3), 57–71 (2006).

[14] Theresa Brown, Walt Beyeler and Dianne Barton, “Assessing Infrastructure Interdependencies: The Challenge of Risk Analysis for Complex Adaptive Systems”, Sandia National Laboratories, USA.

[15] http://energy.sandia.gov/?page_id=253.

http://www.sandia.gov/nisac/

http://www.dhs.gov/xlibrary/assets/nipp_snapshot_energy.pdf

http://energy.sandia.gov/?page_id=253

Informe Final


47

[16] V. Cafaro, D. Cafare, C. Méndez y J. Cerda, “Oil-derivatives pipeline logistics using discrete-event simulation“, Proceedings of the 2010 Winter Simulation Conference, IEEE.

[17] www.desinventar.org [18] W. Brokering, R. Palma, L. Vargas, “Los Sistemas Eléctricos de Potencia (Ñom Lüfque,

El Rayo Domado)”, Pearson Educación, Prentice Hall, 2008. [19] Fundación para la Transferencia Tecnológica UNTEC, “Análisis de la Información

Necesaria para el Diseño de Políticas de Seguridad del Sistema Energético y de la Eficiencia del Sector”, Estudio Solicitado por el Ministerio de Energía, Agosto 2011.

[20] Resolución Exenta Nº 592 del 16 de septiembre de 2010, “Establece procedimiento para la entrega de información de inventario de petróleo crudo y combustibles a la Comisión Nacional de Energía”.

[21] G. Espinoza, P. Gatica y E. Skoknic, “Descripción y usos de un modelo de operación del Sistema Interconectado Central de Chile”, ENDESA, 1983.

[22] Palma B. Rodrigo, “Cálculo de costos marginales de generación en sistemas eléctricos de potencia”, Tesis de Magíster Ciencias Ingeniería, PUC, 1994.

[23] Quinteros F. Rodrigo, “Planificación de la operación semanal del SIC utilizando técnicas de programación lineal”, memoria Ingeniero Civil de Industrias, PUC, 1996.

[24] Power System Research PSRI, “Modelo SDDP, Manual de metodología versión 5.2”, julio 1999.

[25] Palacios G. Eugenio, “Modelo para manejo de la incertidumbre hidrológica en la planificación de la operación del SIC”, memoria Ingeniero Civil Electricista, U. Chile, 2004.

[26] KAS Ingeniería, http://kasing.cl/diseno/kas_hacemos_modelo.htm. [27] Comisión Nacional de Energía, “Fijación de precio de nudo Octubre 2008 Sistema

Interconectado Central”, Santiago octubre 2008 [28] Urrutia W. Juan, “Planificación de la expansión de sistemas eléctricos vía

descomposición de Benders”, memoria Ingeniero Civil de Industrias, PUC, 1995.

http://kasing.cl/diseno/kas_hacemos_modelo.htm

Informe Final


48

8 Anexos

8.1 Acrónimos

AC : Corriente alterna, del inglés Alternating Current ACSE : Análisis de confiabilidad del sector eléctrico ACSH : Análisis de confiabilidad del sector de hidrocarburos AECP : Análisis eléctrico de corto plazo AELP : Análisis eléctrico de largo plazo AEMP : Análisis eléctrico de mediano plazo AEZ : Análisis estadístico por zona AIC : Análisis de infraestructura crítica AIDH : Análisis de inventario y disponibilidad de hidrocarburos AM : Análisis de mercado AnIC : Análisis de infraestructura crítica AROE : Análisis de reservas operacionales eléctrico ASO : Análisis de simulación operacional BAU : Escenario normal esperado, del inglés Bussiness as Usual BM : Central eléctrica ERNC: biomasa CDEC : Centro de despacho económico de carga CNE : Comisión Nacional de Energía CVaR : Valor con riesgo condicional, del inglés Conditional Value at Risk DC : Corriente continua, del inglés Direct Current DEVS : Simulación discreta de eventos, del inglés Discrete Events Simulación ERNC : Energía Renovable No Convencional Geo : Central eléctrica ERNC: geotermia GLP : Gas licuado de petróleo GN : Gas Natural GNL : Gas Natural Licuado GOL : Gestión Optima del Laja GUI : Interfaz gráfica de usuario, del inglés Graphical User Interface HHI : Índice de Herfindahl-Hirschman HL : Hidrocarburos líquidos ICI : Índice de credibilidad de inversiones IL : Índice de Lerner IMPC : Índice margen precio-costo LOEE : Valor esperado de la pérdida de energía, del inglés Lost of Energy Expectation LOLD : Duración de la pérdida de carga, del inglés Lost of Load Duration LOLE : Valor esperado de la pérdida de carga, del inglés Lost of Load Expectation LOLF : Frecuencia de pérdida de carga, del inglés Lost of Load Frecuency

Informe Final


49

LOLP : Probabilidad de pérdida de carga, del inglés Lost of Load Probability MH : Central eléctrica ERNC: mini-hidráulica NC : Indicador de nivel de criticidad NCE : Indicador de nivel de criticidad específico

NISAC : Centro de análisis y simulación de la infraestructura nacional, del inglés National Infrastructure Simulation and Analysis Center

OMSIC : Herramienta computacional llamada Operación Mensual del SIC OSE2000 : Herramienta computacional llamada Operación de Sistemas Eléctricos 2000 PARSE : Plataforma de Análisis de Riesgo del Sector Energía PCP : Herramienta computacional llamada Planificación de Corto Plazo PIET : Herramienta computacional llamada Plataforma de Información para Energía y Transporte PLP : Herramienta computacional llamada Planificación de Largo Plazo RSI : Indicador de proveedor residual, del inglés Residual Supply Index

SDDP : Herramienta computacional llamada Programación dinámica dual estocástica, del inglés Stochastic Dual Dynamic Programming

ST : Central eléctrica ERNC: solar térmica UML : Lenguaje Unificado de Modelado, del inglés Unified Modeling Language

Informe Final


50

8.2 Descripción de Herramientas

En la presente sección se proporciona una breve descripción de herramientas de software orientadas a la planificación de sistemas eléctricos, operación y expansión, que son o han sido usadas en Chile. La síntesis persigue complementar la visión general del desarrollo y uso de modelos de optimización en el diseño de PARSE.

8.2.1 PIET

La plataforma integrada de información de las áreas de energía, transporte y medio ambiente (PIET), constituye un primer prototipo de plataforma que permite la representación, simulación y gestión técnica de las redes de transporte y energía en el territorio nacional en el mediano y largo plazo.

El desarrollo de esta plataforma comenzó en el año 2001 por un equipo de la Facultad de Ciencias Físicas y Matemáticas de la Universidad de Chile, como parte de un estudio para la Comisión Nacional de Energía (CNE) denominado “Diagnóstico ambiental de las redes de transporte y energía (DARTE)”. La programación orientada al objeto constituye la base de modelamiento del sistema, asegurándose de este modo una flexible ampliación y modificación de las opciones que ofrece. La arquitectura del sistema se basa en un concepto de cliente/servidor que incorpora protocolos de comunicación y servicios Internet. Como plataforma de desarrollo se ha elegido el lenguaje de programación Java. La arquitectura utilizada se muestra en la Figura 8-1.

Informe Final


51

Figura 8-1. Arquitectura utilizada en PIET.

Uno de los objetivos básicos de DARTE corresponde a la exploración de las interdependencias entre los sectores de transporte y energía. Por ello, éste es un tema central en el modelación de la plataforma PIET. El análisis interdisciplinario del equipo de expertos de DARTE detectó siete tipos de interrelaciones de carácter físico o energético entre los objetos de las tres redes. La Figura 8-2 siguiente representa en forma gráfica estas interrelaciones.

Informe Final


52

Figura 8-2. Representación gráfica de las relaciones existentes entre las redes de transporte y

energía de PIET

A modo de ejemplo, en la figura anterior aparece una carga eléctrica, que representa por ejemplo el consumo de una ciudad, asociada a cuatro elementos: un arco y un centroide de la red de transporte, una inyección y un consumo de la red de combustible.

De esta forma la plataforma PIET constituye una herramienta de análisis y simulación para las redes de transporte y energía. Hasta el día de hoy, la plataforma ha tenido un enfoque académico y experimental por lo que se presenta como un buen punto de referencia para el desarrollo de la plataforma PARSE.

8.2.2 Gestión Óptima del Laja (GOL)

El modelo GOL o LAJA12 (Gestión Optima del Laja) es un modelo de planificación de la operación de mediano/largo plazo orientado al Sistema Interconectado Central Chileno (SIC). Fue desarrollado en 1979 por la Comisión Nacional de Energía (CNE) con la colaboración de asesores especializados partiendo de un modelo más simplificado existente en la ENDESA. El objetivo inicial de este desarrollo era optimizar el stock de carbón, derivando posteriormente a cubrir estudios de planificación y tarifarios.

12G. Espinoza, P. Gatica y E. Skoknic, “Descripción y usos de un modelo de operación del Sistema Interconectado Central de Chile”, ENDESA, 1983.

fdb_injection

fdb_storage

fdb_cust

fdb_link

Load

BusBar

Generator

Trafo

Line

tdb_centroidtdb_node

tdb_arc

G

fdb_injection

fdb_storage

fdb_cust

fdb_link

Load

BusBar

Generator

Trafo

Line

tdb_centroidtdb_node

tdb_arc

GG

Informe Final


53

Principales características

El modelo GOL, optimiza la utilización del agua del lago Laja en busca de la minimización del costo esperado actualizado de operación y falla del SIC a través del desplazamiento de bloques de energía (agua) entre períodos. Las principales características de este modelo son:

• Utiliza programación dinámica estocástica. • Considera centrales hidráulicas de pasada, cuya energía es restada directamente a

la demanda, centrales. • Considera centrales térmicas, y centrales hidráulicas con capacidad de regulación

(sólo las del Laja). • Horizonte máximo de 20 años, aunque generalmente se corre a 10 años. • Tiempo mínimo de análisis trimestral. • Representación de la demanda a través de un bloque de energía y una punta de

potencia. • Representación uninodal de la red, sin cálculo de pérdidas de transmisión. • El modelo para las centrales térmicas incluye: un costo variable que se supone

independiente de su nivel de carga, la potencia máxima y factor de planta máximo y mínimo considerando la indisponibilidad (calculada con salidas programadas para mantenimientos y fallas).

• Las centrales hidroeléctricas que no pertenecen a la cuenca del lago Laja se modelan considerando: energía generable para cada hidrología y trimestre y potencia disponible cada trimestre. Esto es, el modelo no optimiza otros embalses del sistema.

• Las centrales del Laja incluyen expresiones matemáticas que relacionan el caudal o gasto (m3/s) con la generación, así como la eficiencia según el nivel del lago. También puede incluir filtraciones en función de la cota del lago.

• Se incluye una central que representa el costo de falla del sistema. Éste se modela por tres tramos lineales. La idea es expresar el costo de la falla según su profundidad.

Aplicaciones

El modelo se ha sido usado por la CNE, empresas eléctricas, empresas consultoras y universidades. Las principales aplicaciones que ha tenido son las siguientes:

• Fijar los precios de nudo. El horizonte utilizado era de 10 años y con el plan de obras que se suponía se ajustaba óptimamente a la demanda. El precio de nudo se calculaba como el promedio ponderado de los costos marginales de los primeros 16 trimestres.

• Empalmar con modelos de operación de plazos más costos, entregándole a éstos un valor del agua para poder valorar el agua que dejen al final del periodo.

• Evaluar de proyectos de inversión y comparación de planes de obras. • Determinar costos marginales que permitan optimizar el diseño de centrales.

Informe Final


54

Metodología

En sus últimas versiones, el programa implementa el algoritmo de programación dinámica estocástica (PDE) con interpolación lineal. En ésta se calcula la política óptima de uso del agua embalsada en el lago Laja para cada etapa (trimestre) del horizonte de planificación, típicamente de 10 años. Para ello se discretiza la cota del Laja, donde cada punto constituye un posible estado. En ellos se aproxima una familia de curvas que representan el costo futuro esperado (CFE) del sistema en función del estado final de llenado en cada etapa. Las curvas se calculan secuencialmente desde la última etapa hasta la primera, considerándose la de la última etapa como conocida. Determinar una curva corresponde a calcular el CFE en cada estado final (etapa en cálculo). Dado un estado final, que corresponde al inicial de la etapa siguiente donde la curva se conoce, se optimiza la operación del sistema en esta etapa para cada hidrología, buscando la cota final que minimiza el costo de operación, falla y el costo futuro esperado. Para ello se usa el algoritmo de la sección áurea. Así, el valor de la curva se obtiene del costo esperado sobre la hidrología de los costos óptimos de la etapa siguiente. El procedimiento se repite para cada estado final (etapa en cálculo). Una vez terminada se continúa con la etapa anterior hasta llegar a la primera. Una vez construidas las curvas se efectúa una simulación de Monte Carlo donde se sortean secuencias hidrológicas para todo el horizonte simulando la operación del sistema en cada etapa-hidrología. Como resultado se obtienen los estadísticos representativos de las variables de interés, típicamente costos de operación, costos marginales, trayectorias de cota, niveles de generación y probabilidades de falla.

Limitaciones

• La demanda se representa en forma simple. • Las etapas mínimas de análisis son grandes, tres meses. Lo recomendable es un

mes. • No considera la red transporte, luego no se puede determinar el efecto de las

congestiones. • Sólo modela el lago Laja. Lo ideal es modelación multiembalse. • Asume independencia hidrológica interanual y dependencia dentro del año. Lo

deseable es utilizar independencia en invierno y dependencia en verano, dentro del año hidrológico.

Informe Final


55

8.2.3 Operación Mensual del SIC (OMSIC)

El modelo OMSIC13 es el resultado natural por mejorar las limitaciones que presentaba el modelo GOL. Es un modelo de programación hidrotérmica que utiliza la técnica de Programación Dinámica Estocástica en base a una estadística de 40 años. La forma en que se soluciona el problema se basa en los mismos principios a los utilizados por el modelo Laja. En cierta forma el modelo OMSIC hace lo que hace el modelo Laja y agrega consideraciones especiales en cuanto al manejo de las hidrologías, bloques de demanda, horizontes y duración de las etapas de la programación dinámica.


Las principales características del modelo OMSIC son las siguientes:

• Considera consumo concentrado en una única barra. • Optimiza las extracciones del lago Laja, de modo de minimizar el costo esperado

de generación termoeléctrica y falla para todo el horizonte de planificación. • Las centrales termoeléctricas son representadas por una función de costos

lineales por tramos, en la cual cada costo unitario corresponde al costo unitario de una central termoeléctrica.

• El costo de falla se modela mediante una función lineal de tres tramos. • Utiliza el criterio azar-decisión en cada etapa para la toma de decisiones, al igual

que en el GOL. • Trabaja con cuatro etapas semanales al comienzo del horizonte de planificación y

con etapas mensuales en el resto del periodo. • Se supone independencia estadística en el periodo de invierno, meses de abril a

septiembre, y dependencia estadística en el periodo de deshielo, octubre a marzo. • Permite utilizar en la optimización una condición o grupo de condiciones

hidrológicas en la primera etapa. • Las centrales de embalse que no pertenecen a la cuenca del Laja se consideran

como centrales de pasada de modo que la optimización sólo se aplica sobre el lago Laja.

• El modelo determina la curva de costo marginal agregada de producción de las centrales de pasada, termoeléctricas y del lago Laja.

• Entra en funcionamiento en el mes de octubre de 1991. • Se crearon versiones más sofisticadas conocidas como "OMSIC con convergencia"

(para incluir otros embalses) y "OMSIC ST" (para incorporar la red de transmisión).

13 Palma B. Rodrigo, “Cálculo de costos marginales de generación en sistemas eléctricos de potencia”, Tesis de Magíster Ciencias Ingeniería, PUC, 1994. Quinteros F. Rodrigo, “Planificación de la operación semanal del SIC utilizando técnicas de programación lineal”, memoria Ingeniero Civil de Industrias, PUC, 1996.

Informe Final


56

No obstante, ambas versiones tuvieron menor uso por sus complejidades y desventajas frente a los modelos basados en programación lineal directa.

Metodología de trabajo

Para resolver el problema de planificación de la operación se desarrolló una metodología en la que interactúan los embalses de mayor volumen de regulación con los resultados entregados por el modelo OMSIC (convergencia). La política de operación del conjunto de centrales es obtenida mediante un proceso iterativo, en el cual un embalse (el de mayor regulación, Laja) minimiza los costos de operación y falla, y los otros embalses maximizan sus ingresos en forma independiente, en base a los costos marginales del sistema.

Los embalses de mayor regulación son: Laja (OMSIC), laguna La Invernada, Embalse Melado, Colbún-Machicura, Embalse Rapel y Canutillar. Los modelos de los cinco embalses menores entregan, dada la señal de costo marginal del sistema, la energía que genera la central en cada etapa del horizonte de planificación, información que será utilizada por el modelo OMSIC en su proceso de optimización.

En el modelo OMSIC, el punto de operación óptimo que satisface el consumo, descontada la energía de las centrales de pasada, se obtiene cuando se iguala el costo marginal de producción termoeléctrica con el costo marginal de producción del lago Laja (derivada del costo futuro).

Limitaciones

• La demanda se representa en forma simple. • No considera la red transporte, luego no se puede determinar el efecto de las

congestiones. • Requiere un proceso iterativo externo complejo para obtener el punto de

equilibrio. • Dificultades propias de la programación dinámica estocástica para modelar

múltiples embalses. Está orientado principalmente a planificación operacional de mediano plazo (mes).

8.2.4 Stochastic Dynamic Dual Programming (SDDP)

El modelo SDDP es un modelo de coordinación hidrotérmica de mediano/largo plazo con restricciones de transmisión14. Fue creado por Power Systems Research Inc (PSR) y corresponde a un modelo multinodal y multiembalse que usa Programación Dinámica

14Power System Research PSRI, “Modelo SDDP, Manual de metodología versión 5.2”, julio 1999.

Informe Final


57

Dual Estocástica. El algoritmo, que es una versión de un algoritmo de descomposición de Benders anidado, implementa una solución a un problema de recursos multietapas.

Este modelo plantea un problema de optimización lineal con cierta estructura, en que las variables de una etapa sólo dependen de las variables en la etapa anterior, y plantea un conjunto de problemas equivalentes en los que se minimiza los costos de una etapa más una función de costo futuro de las variables de esa etapa. La función de costo futuro no es otra cosa que la minimización con respecto al resto de las variables. Se puede demostrar que esta función de costo futuro es lineal por partes en todas las etapas, con lo que se desarrolla un algoritmo que simula la operación utilizando estas funciones de costo futuro para luego, en un proceso hacia atrás corregir estas funciones lineales por partes. La corrección a las funciones de costo futuro se realiza encontrando sucesivamente las restricciones que definen esta función. En cada iteración este algoritmo es capaz de calcular una cota inferior y una cota superior del valor óptimo de operación que se está buscando.


• Representación multinodal de la red incluyendo pérdidas modeladas por tramos lineales y capacidades de transporte.

• Etapas de optimización pueden ser semanales, mensuales o trimestrales. No se aceptan combinación de ellas.

• Horizonte de análisis típicamente 10 años, más dos años de relleno. • Representación aleatoria de la hidrología. Hidrologías futuras utilizan un modelo

de serie de tiempo Contemporaneous Periodic Auto Regressive (CPAR), el que internaliza la correlación temporal y la espacial de los datos.

• Ignora indisponibilidad en centrales hidráulicas. • La demanda se representa por curvas de duración definida por bloques definida al

nivel del sistema o en cada barra. • Indisponibilidad de centrales térmicas considera por la vía de reducir la capacidad. • Modelo de propósito general adaptado para el sistema SIC. • Versiones modernas disponen de ejecución en computación paralela. • Interfaz gráfica para el ingreso de datos.

Limitaciones

• No considera contratos de riego. • Requiere convexidad del costo futuro esperado. Esto impide la modelación de no

linealidades en la eficiencia de los embalses en función de la cota y otros efectos asociados a los convenios de riego.

• Los criterios de convergencia real del algoritmo son debatibles al depender de la modelación de la incertidumbre hidrológica.

Informe Final


58

8.2.5 Planificación de Largo Plazo (PLP)

El modelo PLP15 fue desarrollado por Colbún y se encuentra en uso en el CDEC-SIC. Al igual que el SDDP, el modelo PLP utiliza programación dinámica dual estocástica en la resolución del problema coordinación hidrotérmica de mediano/largo plazo. En relación a la modelación de la incertidumbre hidrológica, éste ofrece gran flexibilidad para que la forma en la cual se definen las simulaciones de escenarios hidrológicos pueda ser manejada completamente por el usuario. Las simulaciones hidrológicas son entregadas al modelo PLP por medio de los archivos PLPIDSIM.DAT, PLPIDAP2.DAT y PLPIDAPE.DAT los que deben tener una estructura definida. Es importante notar que el modelo PLP no posee un modelo propio para manejo de hidrologías, por medio de estos archivos se le entrega al modelo toda la información relacionada con los escenarios hidrológicos y la generación de aperturas. Estos archivos son generados externamente y son una entrada de datos para el modelo PLP.



• Etapas de optimización pueden ser semanales, mensuales o trimestrales. No se aceptan combinación de ellas.

• Horizonte de análisis variable. • Representación aleatoria de la hidrología. Simulaciones de series hidrológicas

ingresadas por el usuario a través de archivos. • Simulaciones de incertidumbre hidrológicas futuras construidas sobre la base de

definir un conjunto de simulaciones iniciales y aperturas por cada etapa sorteadas sobre los registros históricos. Se supone sucesos equis-probables

• Durante el invierno se supone independencia entre los meses y las aperturas se sortean suponiendo que los eventos son equis-probables. Durante los meses de deshielo, no se realizan aperturas y se supone comportamiento determinista de la hidrología que se sortea en la etapa inicial.

• Ignora indisponibilidad en centrales hidráulicas. • La demanda se representa por curvas de duración definida por bloques definida al

nivel del sistema o en cada barra. • Indisponibilidad de centrales térmicas considera por la vía de reducir la capacidad. • Modelo de propósito general adaptado para el sistema SIC. • No dispone de interfaz amigable con el usuario.

15Palacios G. Eugenio, “Modelo para manejo de la incertidumbre hidrológica en la planificación de la operación del SIC”, memoria Ingeniero Civil Electricista, U. Chile, 2004.

Informe Final


59

• Se incluyen contratos de riego.

Limitaciones

• Al basarse en la SDDP comparte la limitación de requerir convexidad del costo futuro esperado. Esto impide la modelación de no linealidades en la eficiencia de los embalses en función de la cota y otros efectos asociados a los convenios de riego.


8.2.6 Operación de Sistemas Eléctricos (OSE2000)

El modelo OSE200016 fue desarrollado por la empresa KAS ingeniería S.A. y es el modelo que la Comisión Nacional de Energía (CNE) utiliza para los cálculos de precio de nudo17. OSE2000 es un modelo multinodal-multiembalse para la planificación operativa de sistemas hidrotérmicos. Al igual que el SDDP, el modelo OSE2000 utiliza programación dinámica dual estocástica en la resolución del problema de coordinación hidrotérmica de mediano/largo plazo. Las características de este modelo son similares a la de PLP. Más aún, tienen un origen común. Adicionalmente, incorpora un procedimiento para usar una red de transporte simplificada en la fase dual que permite reducir el tiempo de procesos.



• Etapas de optimización variables. • Horizonte de análisis variable. • Representación de la red de gasoductos de la zona centro del SIC y su relación con

el sistema eléctrico. • Modelación de líneas de tipo HVDC. • Incorpora un módulo especial para la verificación y consistencia de la expansión de

transmisión a través de contingencias específicas. • Representación aleatoria de la hidrología. Simulaciones de series hidrológicas

ingresadas por el usuario a través de archivos. • Simulaciones de incertidumbre hidrológicas futuras construidas sobre la base de

definir un conjunto de simulaciones iniciales y aperturas por cada etapa sorteadas sobre los registros históricos. Se supone sucesos equis-probables.

16KAS Ingeniería, http://kasing.cl/diseno/kas_hacemos_modelo.htm. 17Comisión Nacional de Energía, “Fijación de precio de nudo Octubre 2008 Sistema Interconectado Central”, Santiago octubre 2008

Informe Final


60

• Durante el invierno se supone independencia entre los meses y las aperturas se sortean suponiendo que los eventos son equis-probables. Durante los meses de deshielo, no se realizan aperturas y se supone un comportamiento determinístico de la hidrología que se sortea en la etapa inicial.

• La demanda se representa por curvas de duración definida por bloques definida al nivel del sistema o en cada barra.

• Indisponibilidad de centrales térmicas considerada por la vía de reducir la capacidad.

• Indisponibilidad de combustibles. • Considera módulos para la determinación de pago de los sistemas de transmisión. • Considera módulos de análisis económicos y de riesgo. • Modelo de propósito general adaptado para el sistema SIC. • No dispone de interfaz gráfica de usuario o módulo de apoyo para la construcción

de datos de entrada. • Se incluyen tratamiento de convenios de riego diferente a los considerados por el

operador del sistema.

Limitaciones

• Al basarse en la SDDP comparte la limitación de requerir convexidad del costo futuro esperado. Esto impide la modelación de no linealidades en la eficiencia de los embalses en función de la cota y otros efectos asociados a los convenios de riego.


8.2.7 Global de Selección de Inversiones (MGI)

MGI18es un modelo matemático de planificación eléctrica basado en programación que permite determinar en forma aproximada el programa de obras futuras de generación y transporte que minimiza el costo total actualizado de inversión más operación de un sistema eléctrico. Fue creado por la ENDESA y su principal ventaja radica en que permite analizar un gran número de centrales alternativas (cada una con un tamaño variable) e incluye la red de transporte. Las limitaciones que tiene este modelo es que la estructura del SIC se define en forma relativamente gruesa, así como también las características de las centrales generadores, y la ubicación cronológica de las obras del programa óptimo no

18Urrutia W. Juan, “Planificación de la expansión de sistemas eléctricos vía descomposición de Benders”, memoria Ingeniero Civil de Industrias, PUC, 1995.

Informe Final


61

es precisa. Lo anterior lleva a la necesidad de utilizar otros modelas más refinados para adoptar las decisiones de ejecución de las primeras obras del programa.


Las principales características que posee el modelo MGI son:

• Determina la capacidad óptima a instalar de proyectos hidroeléctricos y redes de transporte considerando curvas de costos y de aportes de energía en función de la potencia instalada.

• La función objetivo consiste en minimizar los costos actualizados de inversión y operación durante el periodo de estudio.

• Toma en consideración la regionalización de la demanda, la ubicación de las centrales generadoras y el desarrollo del sistema de transporte necesario. Para esto se definen nudos en donde se concentran los consumos correspondientes a la región asignada y los aportes de las centrales ubicadas geográficamente esa zona. Los nudos están unidos, por la red troncal de transporte.

• El modelo para representar la demanda incluye energías demandadas para diferentes estaciones del año y la demanda máxima anual.

• Considera un horizonte estudio de varios años el que se divide en periodos que corresponden a la fecha de puesta en servicio de las futuras instalaciones.

• Considera aspectos de incertidumbre en la demanda, disponibilidad de equipos de las centrales y afluentes hidrológicos.

• La incertidumbre hidrológica se considera imponiendo la condición de que el sistema debe ser capaz abastecer la demanda de energía en todas las estaciones del año considerando solamente los aporte garantizados de las centrales hidráulicas (potencia o energía que una central hidráulica es capaz de generar en condiciones de hidrología seca a la hora de máxima demanda), además de las centrales térmicas.

• La indisponibilidad en las centrales térmicas se representa reduciendo las capacidades de estas en la tasa de indisponibilidad.

• Para evitar desabastecimiento la demanda máxima de multiplica por un factor de seguridad.

Limitaciones

• La ubicación cronológica de las obras del programa óptimo resultante no es precisa, ya que el número de años que comprende cada periodo puede ser grande.

• Por ser un modelo basado en programación lineal, la estructura futura del SIC se define en forma gruesa, así como las características de las centrales generadoras.

• Se requiere que modelos más detallados para la toma de decisiones definitiva.

Informe Final


62

8.2.8 OptGen: Planificación de la expansión de la generación

OptGen es una de las componentes del paquete de programa desarrollado por la empresa brasilera de PSR. OptGen permite encontrar la combinación óptima de nuevas unidades generadoras a construir que minimiza el valor presente neto de los costos totales de inversión y operación en el largo plazo. El horizonte de análisis es definido por el usuario siendo el rango más típico 10 – 30 años.

OptGen puede ejecutarse en forma independiente o integrada al conjunto de programas de la familia de PSR (OptNet, SDDP, NCP) en un modo de simulación simple. Adicionalmente puede comunicare con otras programas tales como Super Olade.

En OptGen el problema de planificación se plantea como de programación lineal entero mixto. La solución se obtiene usando técnicas de programación entera mixta y descomposición de Benders.


Las principales características de OptGen son:

• Horizonte de tiempo de análisis 10-30 años, con etapas mensuales, trimestrales semestrales y anuales.

• Modelo de pérdidas se representan mediante factores de pérdidas en generación para líneas AC.

• La demanda se representa mediante curvas de duración.

• La hidrología se representa por series históricas. Se pueden representar almacenamiento, vertimientos y sistemas hidráulicos en cascada.

• Se permite análisis con escenarios múltiples.

• Se pueden incluir planes forzados de inversión definidos por el usuario.

• Se representan tasas de fallas forzadas y mantenimiento en generadores mediante la reducción de las capacidades de estos.

• Incorpora restricciones de disponibilidad de combustible.

• Modela redes de gas.

• Modela emisiones de Gases de Efecto Invernadero.

• Permite condicionar conjunto de proyectos (mutuamente excluyentes).

• Modela capacidad mínima de ciertas tecnologías y con diferentes intervalos de tiempo.

• El código es cerrado y comercial.

Informe Final


63

8.2.9 PET: Planificación de la expansión de la generación

Herramienta desarrollada en Chile por “Ignacio Alarcón A.”. Resuelve el cronograma conjunto de proyectos de inversión en generación y transmisión. Representa en forma simplificada la operación de sistemas hidrotérmicos al usar un número reducido de hidrologías, etapas trimestrales, imposición de cotas esperadas al final de cada año, y optimización anticipativa de la gestión de los embalses.


Las principales características de PET son:

• Determina un cronograma de expansión de mínimo costo de generación (y transporte) en base a una lista de proyectos definidos por el usuario.

• El tiempo de ejecución depende del tamaño del sistema y de la representación de la red, la hidrología, agrupamiento de centrales, horizonte de estudio, tipos de proyectos, etc.

• Utiliza el lenguaje GAMS (General Algebraic Modeling System).

• Se suponen caudales con independencia anual.

• Tratamiento del tiempo en años, periodos y bloques.

• La demanda es representada mediante una curva monótona de n bloques distribuida en los diferentes nodos del sistema.

• La red es representada con un modelo DC de pérdidas cuadráticas.

8.2.10 Modelo de Expansión de la Generación (GEM)

GEM es un modelo de planificación de generación de largo plazo (PGLP) construido por la Comisión de Electricidad de Nueva Zelanda. Su propósito es definir los nuevos planes de obras en generación, es decir, dada una lista extensa de posibles opciones de generación, GEM selecciona cuáles se deben construir y el año en que éstas deben ser construidas. GEM minimiza los costos de capital, operación y mantenimiento actualizados para un horizonte de tiempo satisfaciendo a la vez restricciones técnicas y económicas. El problema de PGLP se plantea como de Programación Entero Mixto (MIP). El código computacional está escrito el lenguaje GAMS y usa el optimizador CPLEX. Los datos de entrada se ingresan desde una planilla EXCEL. Los datos de salida se entregan en texto plano y pueden ser leídos desde EXCEL o MATLAB cuando se quieran producir resultados en forma de gráficos y figuras.


Las principales características de GEM son:

• Horizonte de tiempo de análisis 20-30 años, con etapas trimestrales.

Informe Final


64

• Representa la red a través de dos nudos. Uno por cada isla de NZ. La diversidad económica de cada región de trata usando factores de modulación geográfica.

• Modelo de pérdidas muy simplificado. Utiliza factores de pérdidas promedio en enlaces HVDC.

• La demanda se representa mediante curvas de duración de hasta 4 bloques.

• Se incluye desprendimiento de carga tratadas como generadores ficticios, sólo se aplica a restricciones de capacidad, no de energía.

• La hidrología se representa por series históricas trimestrales disponibles desde 1936. No se modela almacenamiento ni vertimiento.

• Modela unidades con almacenamiento y bombeo.

• El código es abierto y libre. Se debe disponer de la licencia para GAMS y los optimizadores, la que tiene un costo aproximado de 15.200 USD.

• El modelo incorpora aspectos específicos del sistema de NZ de manera que su aplicación a sistemas distintos podría requerir un trabajo no despreciable.

• Los tiempos de procesos pueden variar desde minutos a horas dependiendo de las variables enteras consideradas. Las cantidad de variables enteras utilizadas en el sistema de NZ son de alrededor de 4.000.

8.2.11 OPTNET – Modelo de planificación de la expansión de redes de transmisión de potencia

OPTNET es una herramienta computacional desarrollada por PSR para evaluar los refuerzos de transmisión necesarios para el suministro de la demanda prevista durante el horizonte del estudio de manera a minimizar el costo de inversión. La red de transmisión se representa por ecuaciones de flujo de potencia linealizadas y se toman en cuenta los límites para un caso base inicial y contingencias simples en los circuitos. Se pueden considerar diversos escenarios de despacho, lo que establece que la expansión obedece a las restricciones de transmisión en todas las contingencias y escenarios.

El problema de expansión se formula como un modelo de optimización lineal entero mixto. El usuario debe entregar los datos de ruta y nivel de tensión para los circuitos candidatos. OPTNET representa los siguientes aspectos:

• La configuración de la red de transmisión para el caso base;

• La configuración de la red de transmisión para cada contingencia considerada;

• Despachos alternativos debido a diferentes escenarios hidrológicos y bloques de carga.

Informe Final


65

Para la solución del problema de expansión de la red de transmisión se utilizan técnicas de programación entera mixta en base a un único escenario. En una fase de pre-procesamiento, se incluyen restricciones lógicas para los circuitos candidatos en paralelo y restricciones topológicas de capacidad para el caso base como también para las contingencias.

Para considerar múltiples escenarios, OPTNET utiliza una estrategia de expansión incremental, donde los casos de expansión para un único escenario son considerados en orden decreciente de severidad. A través de esta estrategia de solución incremental, se puede considerar un gran número de escenarios de despacho en la planificación de la expansión de la red de transmisión.

Principales características:

• Ejecución a través de una interfaz gráfica amigable.

• Soluciones y datos pueden ser visualizados en planillas o directamente a partir del diagrama de la red.

• Los datos de entrada de despacho (generación y carga) y de la red de transmisión pueden ser importados desde el SDDP.

• Un modelo de análisis de contingencias puede ser utilizado a cualquier momento, para producir un reporte de los circuitos candidatos ordenados por un índice de beneficio-costo.

• Con el modelo de análisis, se puede verificar la adecuación del plan de expansión.

• Se han realizado aplicaciones a sistemas reales tales como El Salvador (horizonte 5 años, 34 contingencias, 2000 escenarios de despachos mensuales y 47 circuitos candidatos), red sureste brasileña (2500 barras, 3500 circuitos, 1 escenario crítico y 200 circuitos candidatos) y para el caso chileno, se ha realizado el mismo procedimiento para determinar las expansiones óptimas del sistema de transmisión troncal, con un horizonte de planificación de 20 años.

8.2.12 PLEXOS LT Plan

LT Plan es una de las componentes del paquete de programa de PLEXOS, desarrollado por la empresa australiana Energy Exemplar. LT Plan permite encontrar la combinación óptima de nuevas unidades generadoras a construir/retirar y las actualizaciones de la red de transmisión que minimiza el valor presente neto de los costos totales de inversión y operación en el largo plazo. Esto significa que simultáneamente resuelve el problema de la planificación de la expansión de la generación, transmisión y operación desde la

Informe Final


66

perspectiva de un planificador centralizado en el largo plazo. El horizonte de análisis es definido por el usuario siendo el rango más típico 10 – 30 años.

LT Plan puede ejecutarse en forma independiente o integrada al conjunto de programas de la familia PLEXOS (PASA, MT Schedule, ST Schedule) en un modo de simulación simple. En esta última modalidad, las decisiones de inversión/retiro obtenidas por LT Plan se traspasan automáticamente a fases de simulación más detalladas, proporcionando una solución sin parches.

En LT Plan el problema de planificación se plantea como de programación lineal entero mixto. El problema entero mixto se resuelve utilizando optimizadores tales como Xpress, CPLEX o MOSEK. También, se puede resolver una versión relajada del problema mediante programación lineal de manera de obtener resultados en tiempos más reducidos. Adicionalmente, LT Plan permite resolver el problema utilizando Programación Estocástica Entera, para lo cual utiliza la técnica de descomposición en escenarios inteligentes scenario wise decomposition.


Las principales características de LT Plan son:

o Horizonte de tiempo de análisis 10-30 años, con etapas mensuales.

o Se permite modelar el retiro de unidades generadoras como variables de diseño, además de los retiros especificados por el usuario.

o Representación de la red a través de tres niveles de agregación: regional, zonal o nodal. En el nivel regional y zonal se utiliza modelo de transporte. Para el modelo nodal se puede usar representación lineal tipo DC que está incluida en el paquete OPF de PLEXOS.

o Las decisiones de inversión en líneas de transmisión sólo se aplican a enlaces de corriente continua (DC). Líneas en corriente alterna (AC) pueden ser consideras pero deben ser asimiladas como DC.

o Modelo de pérdidas se representan mediante factores de pérdidas en generación para líneas AC, y como parte del modelo para líneas DC.

o La demanda se representa mediante curvas de duración de hasta 5 bloques.

o La hidrología se representa por series históricas. Se pueden representar almacenamiento, vertimientos y sistemas hidráulicos en cascada.

o Modela unidades con almacenamiento y bombeo.

o Se pueden representar unidades eólicas o de ciclo variables.

o Se pueden representar programas de administración de la demanda, para esto se definen generadores artificiales.

o Se representan tasas de fallas forzadas y mantenimiento en generadores mediante la reducción de las capacidades de estos.

Informe Final


67

o El código es cerrado y comercial.

8.2.13 Categorización de modelos

Conforme a la literatura es posible agrupar los modelos en categorías según funcionalidad y escalas de tiempo:

Categorización según funcionalidad

Figura 8-3. Clasificación de modelos según funcionalidad.

“Bottom up” versus “Top down”

Analiza relaciones entre consumo de energía y variables económicas.

Modelos Microeconómicos

Modelos

Macroeconómico

Ej. Modelos CGE y Econométricos

Clasificación de Modelos

Según Cobertura Espacial

Según Enfoque de Modelación

Modelos de Demanda

Modelos de Oferta

Modelos de Sistemas

Su función principal es el pronóstico de la demanda

Ej. MEDEE-S y MAED

Su objetivo principal consiste en la predicción, o bien, planificación de oferta.

Ej. MARKAL - EFOM-ENV WASP - DECPAC

Se utilizan para analizar el sistema energético en su totalidad incluyendo tanto oferta como demanda.

Ej. LEAP – ENPEP - NEMS

Modelos Nacionales

Modelos Globales

Modelos Regionales

Ej. MARKAL - LEAP

Ej. POLES

Ej. PRIMES

Optimización

Modelos de Simulación y Equilibrio Parcial

Modelos de Uso Final o Contabilidad

Modelos Econométricos

Modelos de Equilibrio General Computable (CGE)

Modelos de Desarrollo Reciente

Modelos Híbridos

Multienergético/ Eléctrico

Multienergético

Eléctrico

Ej. LEAP, MAED, MARKAL

Ejemplo: WASP. ICARUS, LOAD

Según propósito/objetivo

Informe Final


68

Categorización según escalas de tiempo

Figura 8-4. Clasificación de modelos según su escala de tiempo.

8.3 Estimación de carga de trabajo de implementación de PARSE

La Tabla 8-1 muestra la estimación de carga de trabajo (HH) para la implementación de PARSE. Esta estimación se ha realizado por etapas, y según la metodología de simulación y análisis presentado en el anexo técnico “Metodología para la modelación y simulación operacional y análisis de riesgo del sistema energético”. Esta estimación ha sido realizada según la experiencia del consultor.

5 años10 años30 años 1 año Diario Segundos

Message

Markal / LEAP

Wasp

Perseus

PET

OSE 2000

SDDP

EMPS/Samlast

PLP

DigSilent

PowerWorldPlexos ST

OptGen-OptNet

EconBID

PCP

GEM

GOL/OMSICSuper OLADE

Planificación de largo plazoDecisiones de Inversión / evaluación de proyectos

Planificación de la operaciónEstudios de tipo estacionario

Análisis deseguridad

Modelos de planificación Coordinación HTPredespacho Despacho Flujo AC

Sim. Dinámicas

MGI

LT Plan / Plexos MT

NCP

69

Tabla 8-1. Estimación de carga de trabajo de implementación de PARSE.

N° Modelación Programación Verificación Total % Etapa 1 Etapa 2 Etapa 1 Etapa 2Desarrollo de Software

Herramientas de Análisis internas:1 Simulador operacional 2000 2500 720 5220 16.7 70 30 3654 15662 Evaluación de infraestructura crítica 90 180 180 450 1.4 80 20 360 903 Evaluación de medida de mitigación 90 180 180 450 1.4 80 20 360 904 Cálculo de indicadores de riesgo 90 180 180 450 1.4 80 20 360 905 Cálculo de indicadores de mercado 90 180 180 450 1.4 70 30 315 1356 Planificación eléctrica de corto plazo (ej: PCP, PLEXOS) 540 1080 540 2160 6.9 0 100 0 21607 Planificación eléctrica de mediano plazo (ej: PLP, OSE2000) 540 1080 540 2160 6.9 0 100 0 21608 Planificación eléctrica de largo plazo (ej: PET) 540 1080 540 2160 6.9 0 100 0 21609 Operación y logística del sector hidrocarburos líquidos 90 180 90 360 1.1 70 30 252 108

10 Operación y logística del sector gas natural 90 180 90 360 1.1 70 30 252 10811 Operación y logística del sector carbón 45 180 90 315 1.0 70 30 220.5 94.512 Planificación de la expansión del sector hidrocarburos 90 270 90 450 1.4 60 40 270 18013 Selección y agrupamiento 45 180 90 315 1.0 60 40 189 12614 Estimacion de demanda 45 360 90 495 1.6 60 40 297 198

Interfaces de comunicación :15 OSE2000 (I/O) 45 270 90 405 1.3 0 100 0 40516 PLP y PCP (I/O) 60 320 120 500 1.6 100 0 500 017 PLEXOS (O) 45 135 45 225 0.7 100 0 225 0

Herramientas auxiliares:18 Herramientas de representación y visualización gráfica 600 5000 600 6200 19.8 60 40 3720 248019 Herramienta de creación de objetos de entrada y salida 100 300 100 500 1.6 80 20 400 10020 Herramientas de administración y actualización de bases de datos 100 300 100 500 1.6 70 30 350 15021 Herramientas de manejo de caracterizaciones 180 540 180 900 2.9 70 30 630 27022 Importacion de datos 90 540 180 810 2.6 30 70 243 56723 Creación de escenarios 90 250 90 430 1.4 100 0 430 024 Base de datos y accesos 180 1500 540 2220 7.1 80 20 1776 444

Desarrollo adicional25 Configuración de Hardware 200 75 25 150 5026 Sistema de control de versiones 320 60 40 192 12827 Sistema de reporte de problemas 320 60 40 192 12828 Servicio de ayuda en linea 1800 50 50 900 90029 Capacitación 360 50 50 180 18030 Soporte 960 100 0 960 031 Coordinación 1920 50 50 960 960

Porcentaje de avance por etapa 61% 39%Margen 1.1

Total HH desarrollo de software 6462.5 18662 6210 31334 16284 15050Total HH desarrollo adicional 6468 3887 2581

TOTAL HH PARSE 37802 20171 17630

Estimación de costos de implementación de PARSE

ÍtemHH Avance (%) Total HH

70

8.4 Estimación de carga de trabajo de contraparte del desarrollo de PARSE

La Tabla 8-2 muestra la estimación de carga de trabajo (HH) para la contraparte de la implementación de PARSE. Esta estimación se ha realizado siguiendo las etapas establecidas en la implementación. Esta estimación ha sido realizada según la experiencia del consultor.

Tabla 8-2. Estimación de carga de trabajo de la contraparte del desarrollo de PARSE.

N° Modelación Verificación Control Total Etapa 1 Etapa 21 Experto Hidrocarburos 5 5 102 Experto Eléctrico 5 5 103 Project Manager 3 5 12 20

TOTAL HH/semana 40TOTAL HH 4160 2080 2080

Estimación de HH de contraparte de PARSE

ÍtemHH/semana Total HH

Informe Final “Diseño conceptual y validación de...

Documents

Transcript of Informe Final “Diseño conceptual y validación de...