Look-up in Google Scholar
Full metadata record
Bedriñana Aronés, Manfred Fritz
Villanueva Machado, Carlos Wyller
Villanueva Machado, Carlos Wyller
2019-05-28T16:55:10Z
2019-05-28T16:55:10Z
2018
http://hdl.handle.net/20.500.14076/17606
La presente investigación emplea un modelamiento computacional de las redes de transmisión del sector eléctrico interconectado nacional (SEIN) en alta tensión, con el objetivo de evaluar distintas condiciones de participación de generación con Recursos Energéticos Renovables (RER) para optimizar los refuerzos de transmisión requeridos para cada escenario de participación RER, sirviendo, así como guía para la toma de decisiones a mediano plazo. El modelo aplicado a la red nacional de transmisión para las proyecciones de demanda dadas por el COES SINAC (Comité de Operaciones del Sistema Interconectado Nacional, ente operador del sistema de transmisión, para el año 2018) es un modelo MINLP desarrollado en GAMS, tanto para condiciones de operación normal N como para operaciones de contingencia N-1. El modelo fue contrastado y validado con información de estudios previos, con lo cual se confirmó la validez del método utilizado y la eficacia en la emisión de resultados, para así poder utilizar estos métodos en el presente trabajo, además se utilizó la información brindada por los agentes reguladores COES SINAC y OSINERGMIN, los cuales publican información del estado actual de las redes nacionales y el proyectado al año 2018. Se logró determinar cuál sería el mejor escenario por el cual se debería optar a mediano plazo para cada condición de participación RER evaluada, con la finalidad de permitir y procurar una infraestructura de redes capaz de responder a la inserción de generación eléctrica con RER, que posibilitará la actualización periódica de la planificación de la expansión de la transmisión. (es)
The present research uses a computational modelling of the transmission networks of the national interconnected sector (SEIN) in high voltages, with the aim of evaluating different conditions of participation of generation with Renewable Energy Sources (RES) to optimize the required transmission reinforces per each scenario of RES participation, thus serving as a guide for mid-term decision-making. The model applied to the national transmission network for the projections given by COES SINAC (National Interconnected System Operations Committee, regulator of the transmission system, for the year 2018 Mid-term period) is a MINLP model developed in GAMS, it works as well for N normal operation, as for N-1 contingency operation conditions. This model was checked and validated with information from previous studies, which confirmed the validity of the method used and the efficiency in the emission of results, in order to be able to use these methods in the present work, also the information provided by the COES SINAC and OSINERGMIN regulators, which publish information on the current state of national networks and the projected to the year 2018 was used. The best scenario per each RER participation rate evaluated which should be used in long term was calculated, with the aim to build the right infrastructure in transmission networks enabled to respond the RES generation insertion, it will trigger the periodic actualization of transmission expansion planning. (en)
Tesis (es)
application/pdf (es)
spa (es)
Universidad Nacional de Ingeniería (es)
info:eu-repo/semantics/restrictedAccess (es)
http://creativecommons.org/licenses/by-nc-nd/4.0/ (es)
Universidad Nacional de Ingeniería (es)
Repositorio Institucional - UNI (es)
Recursos energéticos renovables (es)
Generación RER (es)
Generación convencional (es)
Planificación de expansión de transmisión bajo condiciones de máxima generación con recursos energéticos renovables (es)
info:eu-repo/semantics/masterThesis (es)
Universidad Nacional de Ingeniería. Facultad de Ingeniería Mecánica. Unidad de Posgrado (es)
Maestría en Ciencias con Mención en Energética (es)
Maestría (es)
Maestro en Ciencias con Mención en Energética (es)
Maestría (es)
Pública



This item is licensed under a Creative Commons License Creative Commons