Seminarios

Investigación y desarrollo · Seminarios

Self Unit Commitment:

de Plantas Térmicas a Gas de Ciclo Combinado Considerando Restricciones Reales de Operación

Debido a los cambios presentados en los últimos años en la industria del sector eléctrico con la integración de las fuentes no convencionales de energías renovables, se destaca la importancia de modelar correctamente las limitaciones operativas de las plantas a gas natural de ciclo combinado (CCGT por sus en inglés), las cuales pasan a asumir un rol importante, aportando a la confiabilidad en la operación de sistemas eléctricos. En la práctica en Colombia, cuando el Operador Independiente del Sistema asigna un despacho inicial, la planta de Gas Natural de Ciclo Combinado más grande del sistema es despachada de acuerdo con los resultados de un modelo de simulación heurístico. Tales heurísticas omiten las limitaciones operativas técnicas como: rampas de arranque en caliente, templado o frío; horas mínimas requeridas de la turbina de gas para poner en marcha una turbina de vapor; relación entre el número despachado de turbinas de gas y vapor, distribución de carga entre turbinas de gas, quemadores adicionales, etc. La mayoría de los modelos de unit commitment en la literatura sólo representan restricciones técnicas estándar como arranque, apagado, rampas de subida / bajada y algunos de ellos incluso incendios adicionales. Sin embargo, ignoran otras restricciones operativas de CCGT de la vida real que se consideran en este trabajo. Adicionalmente como se muestra en este trabajo, estas limitaciones son importantes porque aseguran evitar daños en el equipo que potencialmente pueden poner fuera de servicio la turbina de gas de ciclo combinado y, en última instancia, reducir los costos operativos.

Detalles:

Expositor:

Mauro Antonio Gonzalez Sierra

Fecha:

19 de Agosto de 2021

Play Video

Self Unit Commitment

YouTube – Quantil Matemáticas Aplicadas

Adjuntos

No disponible

Newsletter

Obtén información sobre Ciencia de datos, Inteligencia Artificial, Machine Learning y más.