• Refine Query
  • Source
  • Publication year
  • to
  • Language
  • 1
  • Tagged with
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • About
  • The Global ETD Search service is a free service for researchers to find electronic theses and dissertations. This service is provided by the Networked Digital Library of Theses and Dissertations.
    Our metadata is collected from universities around the world. If you manage a university/consortium/country archive and want to be added, details can be found on the NDLTD website.
1

Tratamiento Estadístico de los Caudales Afluentes en los Modelos de Planificación del CDEC-SIC

Arredondo Cárdenas, Marcela Alejandra 15 January 2010 (has links)
La normativa contenida en el Decreto 291/2008 impone nuevas condiciones en la representación del sistema para los procesos de Planificación de la Operación del CDEC-SIC. Estas nuevas condiciones en la representación incrementarán el esfuerzo computacional asociado al algoritmo de Programación Dinámica Dual Estocástica que soluciona el problema de coordinación hidrotérmica, con el consecuente aumento en los tiempos de ejecución del software asociado, lo que puede comprometer el cumplimiento de los plazos con los que cuenta el Departamento de Planificación de la Operación del CDEC-SIC. Motivado por lo anterior se propone como objetivo de este trabajo de título, la evaluación de nuevas alternativas en el tratamiento de las series hidrológicas que alimentan el modelo de Programación de Largo Plazo (PLP) para obtener mejoras en la precisión de la solución y los tiempos de ejecución. Lo que se busca es reducir el número de hidrologías muestreadas durante la fase de optimización del modelo (aperturas). Para esto, en una primera instancia, se consideran: el Análisis de Componentes Principales, la aplicación de Modelos Temporales para la obtención de Series Sintéticas y el Agrupamiento de Hidrologías en Clusters; eligiendo esta última opción. Se propone la selección de k aperturas a partir de la estadística actual de 48 años hidrológicos, utilizando como referencia los centroides resultantes de la agrupación de esta estadística en k grupos o clusters. Con esto se espera incluir en las k aperturas escogidas, condiciones hidrológicas diferentes entre sí, a fin de mantener la variabilidad de la muestra original. El trabajo comienza con una etapa exploratoria donde se evalúa la reducción desde 48 a 24, 12, 6 y 3 aperturas. Se constata un descenso del tiempo de ejecución al disminuir el número de aperturas y se obtienen resultados acordes con los correspondientes a la metodología actual, analizándose para estos efectos, las series de: costos marginales en la barra Quillota 220 kV, costos térmicos por etapa y valor del agua en los embalses del SIC. A partir de los buenos resultados de la primera etapa, se analizan opciones intermedias entre 6 y 12 aperturas, las que resultan satisfactorias en tiempos de ejecución y precisión de la solución. Finalmente, se establecen criterios de selección del número de clusters a utilizar y, por ende, del número de aperturas; éstos son: el tiempo de ejecución del programa y el índice de validación de clusters “silhouette”. Del primero y, a fin de garantizar que la muestra sea insesgada, se obtiene que la replicación de aperturas no incrementa el tiempo de ejecución con respecto al caso que no las replica. El segundo criterio permite distinguir qué particiones realizadas no corresponden a una estructura natural de grupos de la muestra original, a partir del análisis del valor de “silhouette” promedio y de sus gráficas asociadas. El trabajo desarrollado determina la selección de un menor número de aperturas, manteniendo la precisión de los resultados y disminuyendo los tiempos de ejecución. Esta memoria selecciona las aperturas a partir de la energía afluente global del sistema, por lo que queda abierta la posibilidad de definir aperturas para cada cuenca o embalse separadamente, lo cual requeriría la intervención del código del Modelo PLP. En un sentido más amplio, poder modificar la programación del Modelo PLP permitiría evaluar, no sólo las aperturas de la fase de optimización, sino otros aspectos de la modelación del problema con miras a la reducción de los tiempos de ejecución.

Page generated in 0.0977 seconds