“Modelo de optimización para el planeamiento multietapa coordinado del sistema generación –transmisión con pronóstico de demanda mediante redes neuronales”

Abstract

Ante la creciente demanda energética y la importancia de una planificación adecuada y eficiente en los sistemas eléctricos, la implementación de un modelo de planificación multietapa para la expansión de la generación-transmisión representa una alternativa frente a los modelos tradicionales de planificación independientes, generadores de costos adicionales y limitaciones ante la demanda energética en desarrollo. En este trabajo de investigación, se implementa un modelo multietapa DC de planificación en la expansión de generación-transmisión para el anillo de 230 kV del Sistema Nacional Interconectado de Ecuador (SNI) con el objetivo de minimizar los costos de operación y construcción de nueva infraestructura. El modelo aplicado, programación no lineal entera mixta (MINLP), analiza la expansión de la generación-transmisión eléctrica para el periodo 2023-2033. Como punto de partida y fortaleza de esta investigación, el pronóstico de la demanda se realiza a través de una red neuronal entrenada con una base de datos históricos empleando diferentes modelos de red neuronal (LSMT, LSMT MANUAL, modelo SARIMA, GRU), cada uno con características específicas. La mejor predicción de la demanda en los cuatro modelos se utiliza como base para el modelo multietapa DC. Finalmente, el enfoque para el pronóstico de la demanda con redes neuronales permitirá identificar zonas de expansión en el modelo, lo que a su vez permitirá reducir significativamente los costos de inversión y operación a largo plazo.