Ingeniero Civil Eléctrico / El diseño de las subestaciones primarias de distribución se realiza actualmente de acuerdo al criterio determinístico de seguridad denominado N-1, el cual se basa en la salida intempestiva de uno de los transformadores de la subestación debido a un evento de falla. Sin embargo, este criterio no contempla eventos más graves de carácter catastrófico y producido, por ejemplo, por algún desastre natural (tormentas, inundaciones, terremotos, etc.). Además, este criterio actualmente utilizado no contempla la contribución de capacidad de tecnologías inteligentes, en específico, la que dota a la demanda la capacidad de participación activa (Demand Side Response o DSR) en los sistemas eléctricos. En esta memoria se propone un modelo probabilístico para el diseño robusto y eficiente de una subestación primaria de distribución que contempla el uso de transformadores y cables a subestaciones vecinas, como también el uso de DSR y generación distribuida de respaldo. El modelo determina la proporción óptima entre la capacidad de los transformadores, el número de cables a subestaciones vecinas, el monto DSR a contratar y la capacidad de la generación de respaldo. La optimización se realiza en base a una enumeración completa de los estados de la subestación, según la disponibilidad o indisponibilidad de cada elemento, y utilizando la demanda de un año según datos de una subestación real ubicada en el Reino Unido. La función objetivo incluye el valor de inversión y utilización de cada equipo como también el costo esperado de la energía no suministrada. Además, se incorpora a la optimización una restricción de la medida de riesgo CVaR(Conditional Value at Risk), la cual restringe la exposición al riesgo frente a eventos catastróficos, de baja probabilidad y alto impacto (HILP, High Impact Low Probability Events). Con el modelo probabilístico se estudian las distintas soluciones de diseño determinadas frente a distintos tipos de eventos catastróficos que pueden llegar a afectar a transformadores y equipos DSR, como falla de causa común debido a inundaciones y condiciones climáticas extremas. Del análisis se puede concluir que los equipos DSR son capaces de desplazar capacidad de transformación con respecto a la capacidad de diseño según el criterio N-1, y también, disminuyen la exposición al riesgo de eventos catastróficos como también los costos de capital de la subestación. Además, se deduce que la diversificación en la inversión de varios activos y tecnologías de red (transformadores, cables de transferencia y equipos DSR) producen una reducción de la exposición a altos niveles de energía no suministrada y también una disminución en los costos totales (capex, opex y energía no suministrada). Este trabajo busca determinar el aporte de la demanda en términos de su capacidad para desplazar potencia firme de unidades de transformación y representa un avance hacia la incorporación de equipos DSR en las futuras normas de distribución.

The electrification of societies and the decarbonisation of electricity production are changing energy systems worldwide. A fast transition towards the replacement of fossil fuels by intermittent renewable energy sources is expected in the next decades to combat climate change. A significant share of the produced electricity is likely to be generated from offshore wind farms, due to the abundant wind resources in the offshore regions and the lack of available onshore sites. However, increased electricity dependence in combination with expanded offshore wind power generation introduce new vulnerabilities to the society. Specifically, the effects of high impact low probability (HILP) events are considered as potential threats to the power system, not least because of the increasing number of extreme weather events. Therefore, research on power grid vulnerability and power system resilience to HILP events are of significant interest. This thesis presents results of studies investigating power grid vulnerability from a topological perspective, and resilience to storm conditions of power systems with varying dependencies on offshore wind. To achieve this, methods based on complex network theory and AC power flow analysis have been developed, tested, and evaluated. Further, geospatial wind data from historical extreme storm events have been used to generate realistic power production profiles from hypothetical offshore wind farms. The results strengthen that complex network concepts can be used successfully in the context of power grid vulnerability analysis. Further, the results show that the resilience of power systems with large dependencies on offshore wind differ vastly depending on the grid properties and control strategies, which are further discussed in this thesis.