• No se han encontrado resultados

3. MODELOS DE PREFERENCIAS Y VALORIZACIÓN DE LOS

4.8 diseño del caso base

4.8.4 Resultados del modelo

El modelo fue simulado en un Intel CORETM i5 con 8GB de Memory RAM. La herramienta computacional utilizada fue OPL ILOG CPLEX Optimization Studio. El problema a resolver es de naturaleza entera mixta. Los tiempos de resolución para escenarios de solución óptima fueron de hasta 60 segundos. Para soluciones del tipo “Integer Optimal with tolerance” los tiempos de resolución son variables

entre l y 3 minutos. En escenarios de soluciones del tipo “feasible relaxed sum of infactibilities” el tiempo de solución fue de hasta 10 minutos. En general el tiempo

promedio por escenario analizado para un día del day ahead market es de 1.5 horas.

De los escenarios sorteados se eliminan aquellos que no cumplen las condiciones mínimas para una operación factible ej. Si se supera la demanda máxima teórica factible en un periodo de tiempo dado. Esto puede ocurrir dado que al momento de construir las curvas sintéticas construidas a partir de series de Montecarlo, el

d1 d7 d13 d19 d25 10000 12000 14000 16000 18000 20000 22000 24000 26000 1 22 43 64 85 106 127 148 169 190 211232 253 274 24000-26000 22000-24000 20000-22000 18000-20000 MW

consumo, el consolidado arroje un valor que supere la máxima condición de demanda que enfrenta el comercializador. En un escenario de información completa, como sería el caso de un comercializador o el operador del sistema, este fenómeno no se presenta. En la Figura 4-19 se muestran los resultados de despacho económico para los escenarios simulados con y sin SmartGrid.

Figura 4-19: Valorización de los beneficios de escenarios simulados del mecanismo de mercado del día previo para la demanda bajo el paradigma de SmartGrid.

Los resultados muestran que en la mayoría de los escenarios probables es posible llegar a una solución que minimiza los costos de operación del sistema. En efecto, al introducir programas de gestión de demanda que compiten con los contratos más caros con los que cuenta el comercializador, la generación distribuida y generadores virtuales permiten satisfacer la demanda sin hacer uso de unidades de generación más costosas que los recursos ofrecidos por la demanda. En la Figura 4-20 se observa que el producto más usado, es la generación rápida del lado de la demanda (a partir de contratos bilaterales de respuesta de demanda), es decir, unidades de respaldo construidas del lado de la demanda8 (de propiedad de grandes clientes o proyectos Joint-Venture con el comercializador).

8

Generalmente son unidades a gas natural, o combinaciones de sistemas renovables con unidades de 0 50 100 150 200 250 300 350 400 0 100 200 300 400 500 600 700 800 900 0 5 10 15 20 25 30 35 Energía suminsitrada por la demanda desplazando contratos [MW] Optimo [MMUS$-day] escenarios

También se observa que los recursos de demanda de participación voluntaria también logran una importante participación. En efecto, pueden existir casos (ej. escenario 19) en donde debido a las restricciones de arranque/parada, o condiciones de las ofertas que la demanda realiza por ejemplo, el tiempo mínimo de participación, lo más conveniente es usar la mayor cantidad de recursos desconectables y de emergencia en vez de las unidades distribuidas de generación. Por otra parte, el comercializador/distribuidor puede enfrentarse a un escenario en donde la demanda prevista es mucho menor a la que efectivamente ocurre. En este escenario, el distribuidor puede encontrarse sub-contratado. Luego, la solución más económica para el sistema puede ser a través del uso de los recursos del lado de la demanda.

Figura 4-20: Participación de la demanda por escenario y tipo de programa

En efecto en la Figura 4-20 se observa como los recursos de la demanda absorben las diferencias entre la demanda esperada (línea negra) y la demanda real (línea roja). Más aun, aquí la gestión de la demanda permite responder ante un escenario en donde la demanda supera la demanda máxima esperada en un periodo tal (línea

respaldo en base a gas o diésel.

0% 2% 4% 6% 8% 10% 12% 14% 16% - 500 1,000 1,500 2,000 2,500 3,000 3,500 4,000 4,500 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 [%] [MWh-día] escenarios

demand voluntary switched off [MWh-day] demand side generation (NCRE) [MWh-day] emergency demand response [MWh-day] Demand Edge contract [MWh-day]

[%] Demand share DR a través de contratos [MWh-día]

Generación ERNC [MWh-día] Programas de emergencia [MWh-día]

Desconexión voluntaria [MWh-día]

verde punteada). Esto puede ocurrir cuando los clientes desplazan sistemáticamente sus consumos frente a lo que el operador o comercializador estiman. Es probable que la ocurrencia de este escenario sea baja, sin embargo, lo relevante aquí, es que la demanda es capaz de responder en forma oportuna y más económica que opciones contractuales o el costo de falla.

En referencia a pago por capacidad existente en algunos países emergentes, el uso de esquema de gestión de demanda logra reducir la probabilidad de ocurrencia de no suministro. En efecto, en el peor escenario, en donde los recursos programados en el día previo no arrojan una solución óptima los costos adicionales por pago por capacidad son del orden de 3.78 MMUS$.

La Tabla resume los resultados más relevantes de la aplicación del algoritmo. De manera ilustrativa se presenta un escenario en donde la aplicación de programas de respuesta de demanda bajo SmartGrid logra una reducción de un 15,62% en el costo de operación del sistema, gracias al uso eficiente de los contratos y recursos ofrecidos por la demanda.

Tabla 4-1: Efectos De La Gestión De Demanda En El Caso Base.

Función Objetivo [MMUS$-día] Requerimientos adicionales (MW)-día Máxima demanda con redes

inteligentes $ 811.86

373.13 (proveniente de DR) Maximum demand without

smart grid (with spot*) $ 963.80

348.48 (desde el mercado

spot) * It is possible to buy energy in the spot market.

Esto frente a un escenario alternativo de no satisfacer la demanda. Los resultados también arrojaron una preferencia sobre recursos de generación distribuida, los cuales en algunos escenarios podrían llegar a desplazar hasta un 12% del total de la demanda que es satisfecha a través de contratos con generación tradicional, bajo escenarios de demanda máxima. Lo anterior incentiva la incorporación de estas tecnologías emergentes a los mercados, sin embargo, se requieren los respaldos necesarios que den garantía y firmeza a estos productos, especialmente si la energía proviene de fuentes no convencionales. . En este análisis la participación

de energía proveniente de fuentes de energía no convencional distribuida es de hasta 2%.

Generación del lado de la demanda a partir de fuentes renovables y la generación

distribuida [MW/Periodo]

Demanda desconectable y programas de reducción de demanda voluntaria

[MW/Periodo]

Participación del programa de emergencia [MW/Periodo]

Figura 4-21: Despacho económico del mecanismo propuesto. Efecto de la aplicación de la participación de la demanda ante escenarios en donde la predicción se aleja del escenario real.

En este sentido, el mecanismo propuesto es una herramienta útil para la adecuada participación de la demanda en el mercado horario, permitiendo una participación descentralizada y basada en las preferencias del cliente. Al mismo tiempo, es capaz de

0 5000 10000 15000 20000 25000 0 5000 10000 15000 20000 25000 0:00 2:30 5:00 7:30 10:00 12:30 15:00 17:30 20:00 22:30 EC9' 'EC8' 'EC7' 'EC6' 'EC5' 'EC4' 'ECB3' 'ECB2' 'ECB1' 'DE10' 'DE9' 'DE8' 'DE7' 'DE6' 'DE5' 'DE4' 'DE3' 'DE2' 'DE1' 'DD10' 'DD9' 'DD8' 'DD7' 'DD6' 'DD5' 'DD4' 'DD3' 'DD2' 'DD1' 'GD10' 'GD9' 'GD8' 'GD7' 'GD6' 'GD5' 'GD4' 'GD3' 'GD2' 'GD1' d13 DO EneContraMin

maximizar la utilidad del comercializador, quien hace un uso eficiente de los recursos del lado de la demanda para minimizar sus cargos por energía y capacidad. El modelo también facilita la participación de los recursos de generación distribuida en el sistema haciéndolos atractivos, especialmente en escenarios de estrechez.

Ahora bien, el desarrollo de comunicaciones bidireccionales y plataformas de monitoreo y medición robustas es clave para la óptima aplicación de este mecanismo. Finalmente, el caso de análisis demuestra que, de integrarse éste mecanismo al interior de empresas de distribución y sus grandes clientes, se lograría maximizar la utilidad del distribuidor y una mayor participación de la demanda en el mercado.

5. ESQUEMAS DE CONTRATACIÓN DE DEMANDA EN EL