MODELOS Y METODOS

MATEMATICOS EN UN PROBLEMA DE
COORDINACION HIDROTERMICA
1 Introduccin
En esta tesis resolvemos un problema de coordinacin hidrotrmica en un modelo
multinodal de red elctrica, incorporando restricciones de desigualdad en las potencias generadas
y estudiando con detalle las prdidas de transmisin producidas en las lneas.
El problema se aborda en dos etapas que representamos en el esquema siguiente:

Coordinacin Hidrotrmica
P ptimas

Flujo de Carga
P, Q ptimas
Tensiones y Desfases

Fig. 1 Esquema general.

Tras revisar los fundamentos matemticos que utilizaremos en este captulo, probaremos
con el correspondiente teorema la existencia de solucin, para a continuacin proceder a su
localizacin. Para ello, en primer lugar, se incorporan las restricciones de desigualdad al
funcional a travs de una funcin de penalizacin.
El problema variacional resultante tendr su tratamiento adecuado por medio de la
ecuacin de Euler y la teora de los sistemas discretos con condiciones de contorno. Para asegurar
la unicidad de solucin el proceso es como sigue:
- Se calculan los puntos crticos que verifican la ecuacin de Euler.
- Necesariamente los puntos ptimos han de ser crticos.
- Asegurado un nico punto crtico, este se confirmar como el ptimo.

La introduccin de las funciones de penalizacin plantea, al aplicar el ya conocido

algoritmo del punto fijo modificado, problemas de convergencia tanto porque cambian las
expresiones de los multiplicadores como por el hecho de tener que dar al parmetro de
penalizacin valores altos.
Esto unido a que posteriormente se tratar la optimizacin combinada y que, en este
problema, tampoco se han encontrado valores de V (punto 3.6) que proporcionen buenos
resultados nos lleva a introducir como algoritmo de resolucin de los sistemas de ecuaciones no
lineales un mtodo cuasi-Newton. Hemos elegido el ya conocido mtodo LSB.
Posteriormente, apoyados en este estudio, se analiza la influencia de las prdidas de
potencia a lo largo de la red en el problema. Plantearemos as la optimizacin del flujo de carga
que resolvemos a travs del mtodo de Han-Powell. Con los resultados obtenidos recalculamos
los coeficientes de prdidas e introducimos estos datos de nuevo en el problema inicial. La
optimizacin se realiza instante a instante.
Por ltimo, trabajaremos con un funcional de costo que considere diversos objetivos a
minimizar: costo de combustible, costo de las emisiones contaminantes y las prdidas de
transmisin de potencia activa, es decir, un problema de optimizacin combinada.
Como vemos las principales novedades de esta tesis consisten en que se tienen en
cuenta las restricciones de desigualdad, se considera el modelo multinodal de red elctrica, se
aborda el problema del ptimo flujo de carga y en que se formaliza el problema con un lenguaje
ms riguroso que el usual en la bibliografa del tema, lo cual nos conducir al estudio de un
teorema de existencia y unicidad de solucin.
2 Fundamentos matemticos
A continuacin veremos los fundamentos matemticos que utilizaremos en esta tesis en
la resolucin del problema, y que no hayan sido desarrollados con anterioridad. As, por ejemplo,
se utilizan tambin en este desarrollo el teorema del punto fijo, y el mtodo LSB, ya introducidos
en tesis anteriores, y que por tanto no resumimos aqu.
2.1 Clculo variacional: Ecuacin de Euler
Se llaman funcionales a las magnitudes variables cuyos valores se determinan mediante la
eleccin de una o de varias funciones:
v:

C[f] R
y(x) v[y(x)]

siendo C[f] una cierta clase de funciones.

Los problemas en que se exige investigar el mximo o el mnimo de un funcional, se
denominan problemas variacionales.

Se llama incremento o variacin y del argumento y(x) de la funcional v[y(x)] a la

diferencia entre dos funciones y = y(x) y1(x). Aqu se supone que y(x) vara arbitrariamente
en cierta clase de funciones.
El funcional v[y(x)] se dice continuo, si a una pequea variacin de y(x) le corresponde una
pequea variacin de ste.
Se llama funcional lineal al funcional L[y(x)] que satisface las siguientes condiciones:
i) L[cy(x)] = cL[y(x)], siendo c una constante arbitraria, y
ii) L[y1(x) + y2(x)] = L[y1(x)] + L[y2(x)]
Si el incremento del funcional v = v[y(x) + y] v[y(x)] puede representarse en la forma:
v = L[y(x), y] + (y(x), y) max | y |

donde L[y(x), y] es un funcional lineal con respecto a y y (y(x), y) 0 cuando

max | y | 0, entonces la parte del incremento lineal con respecto a y , es decir, L[y(x), y] , se

llama variacin del funcional y se designa por v . De este modo, la variacin del funcional es la
parte principal del incremento lineal con respecto a y .
Se verifica el siguiente teorema [32]:
Teorema 1. Si el funcional v[y(x)] , que posee variacin, alcanza su mximo o su mnimo
para y = y0(x), siendo y0(x) un punto interior de la regin de definicin del funcional, entonces
para y = y0(x) ser v = 0.
Analizamos el extremo del funcional:
x1

v[y(x)] = F(x, y(x), y(x))dx

x0

si los puntos frontera de las curvas admisibles estn fijos: y(x0) = y0 e y(x1) = y1. La funcin
F(x, y, y) se considerar derivable tres veces.

Se cumple [32]:
Teorema 2. Los extremos del funcional:
x1

v[y(x)] = F(x, y(x), y(x))dx

x0

se encuentran entre las curvas integrales de la ecuacin:

Fy

d
F = 0
dx y

o bien en forma desarrollada:

Fy Fyx Fyy y Fyy y = 0

Esta ecuacin se denomina ecuacin de Euler. Las curvas integrales de la ecuacin de Euler
y = y(x, C1, C2) se llaman extremales y slo en ellas se puede alcanzar un extremo del funcional

v de trabajo:
x1

v[y(x)] = F(x, y, y)dx

x0

Slo entre aquellas que satisfacen las condiciones de frontera y(x0) = y0, y(x1) = y1 se podr
obtener un extremo.
Recordemos que el problema de frontera:
Fy

d
F = 0,
dx y

y(x0) = y0,

y(x1) = y1

no siempre tiene solucin, y, si existe, puede no ser nica. Algunas veces la unicidad se deduce
de la naturaleza fsica o geomtrica del problema.
Se llaman problemas variacionales sobre un extremo condicionado a los problemas en los
que se pide hallar el extremo de un funcional v, y a las funciones de las cuales depende el
funcional v se les imponen ciertos enlaces o restricciones. Por ejemplo, se pide investigar el
extremo del funcional:
x1

v[y1, y2, ..., yn] = F(x, y1, y2, ..., yn , y1, y2, ..., yn )dx
x0

bajo las condiciones:

i (x, y1, y2, ..., yn ) = 0

(i = 1, 2, ..., m; m < n).

Recordemos cmo se resuelve un problema anlogo al estudiar el extremo de la funcin

z = f(x1, x2, ..., xn ) con los enlaces:
i (x1, x2, ..., xn ) = 0

(i = 1, 2, ..., m; m < n)

El mtodo consiste en formar la nueva funcin auxiliar:

m

z * = f + i i
i =1

donde i son ciertos factores constantes; despus, se estudia el extremo incondicional de la

funcin z*, es decir, se escribe el sistema de ecuaciones:
z *
= 0 (i = 1, 2, ..., n)
xj

completado con las ecuaciones de los enlaces i = 0 (i = 1, 2, ..., m), del cual se determinan las
m + n incgnitas x1, x2, ..., xn y 1, 2, ..., m .

El problema sobre un extremo condicional para los funcionales tambin puede ser resuelto
en forma completamente anloga. Ms precisamente, si

x1

v = F(x, y1, y2, ..., yn , y1, y2, ..., yn )dx

x0

y
i (x, y1, y2, ..., yn ) = 0

(i = 1, 2, ..., m; m < n)

entonces se forma el funcional:

1
m

v * = F + i (x)i dx,
x0

i =1

x1

o bien

v * = F *dx,
x0

donde:
m

F * = F + i (x)i ,
i =1

para el que se estudia el extremo incondicional, es decir, se resuelve el sistema de ecuaciones de

Euler:
d *

(j = 1, 2, ..., n),
F =0

dx yj

completado con las ecuaciones de los enlaces:

i = 0
(i = 1, 2, ..., m).

F *y j

(5.2.1.1)

El nmero m + n de ecuaciones es, en general, suficiente para determinar las m + n

funciones incgnitas y1, y2, ..., yn y 1, 2, ..., m ; las condiciones de frontera yj (x0) = yj0 e
yj (x1) = yj1 (j = 1, 2, ..., n), que no han de ser contradictorias con las ecuaciones de los enlaces,

permiten, en general, determinar las 2n constantes arbitrarias en la solucin general del sistema
de ecuaciones de Euler.
Es evidente que las curvas halladas por este mtodo, en las que el funcional v * tiene un
mnimo o un mximo, sern tambin soluciones del problema variacional inicial. En efecto, para
las funciones obtenidas del sistema (5.2.1.1), todas las i = 0 y, por consiguiente, v * = v .
Adems, si para yj = yj (x) (j = 1, ..., n) determinadas del sistema (5.2.1.1) se alcanza un
extremo incondicional del funcional v *, es decir, un extremo con respecto a todas las curvas
cercanas (tanto las que satisfagan las ecuaciones de los enlaces como las que no las satisfagan)
entonces, en particular, se alcanza un extremo con respecto a la clase ms restringida de las
curvas que satisfacen las ecuaciones de los enlaces.
Sin embargo, de este razonamiento no se deduce de ningn modo que todas las soluciones
del problema original sobre un extremo condicional darn un extremo incondicional del
funcional v * y, en consecuencia, falta aclarar si por este mtodo se pueden localizar todas las
soluciones. Lo que podemos afirmar es:
Teorema 3. Las funciones y1, y2, ..., yn que realizan un extremo del funcional:

x1

v = F(x, y1, y2, ..., yn , y1, y2, ..., yn )dx

x0

con las condiciones:

i (x, y1, y2, ..., yn ) = 0

(i = 1, 2, ..., m; m < n)

satisfacen, con una eleccin adecuada de los factores i (x) (i = 1, 2, ..., m), las ecuaciones de
Euler para el funcional:
1
1
m

v * = F + i (x)i dx = F *dx.
x0
x0

i =1

Las funciones i (x) e yj (x) se determinan de las ecuaciones de Euler:

F *y j

d *
F =0
dx yj

y i = 0

(j = 1, 2, ..., n)
(i = 1, 2, ..., m)

En el problema (5.2.1.1) se han considerado enlaces finitos. Supongamos ahora que las
ecuaciones de los enlaces son ecuaciones diferenciales:
i (x, y1, y2, ..., yn , y1, y2, ..., yn ) = 0 (i = 1, ..., m).

En este caso tambin se puede demostrar la regla de los factores, que consiste en que el
extremo condicional del funcional v se alcanza en las mismas curvas que realizan el extremo
incondicional del funcional v*.
No obstante, nos basta una afirmacin ms dbil:
Teorema 4. Las curvas en las cuales se alcanza un extremo condicional del funcional v son,
bajo una eleccin adecuada de los i (x), extremales del funcional v *.
2.2 Mtodo de penalizacin
El mtodo de penalizacin aproxima problemas de optimizacin con restricciones por
otros sin restricciones. La aproximacin se logra aadiendo a la funcin objetivo un trmino que
prescribe un alto costo por la violacin de las retricciones. En este trmino aparece un parmetro
c que determina la severidad de la penalizacin y, en consecuencia, el grado en que el nuevo
problema se aproxima desde el exterior de las restricciones activas al problema original.
Considrese el problema:
minimizar
sujeto a

f(x)
x S

donde f es funcin continua en En y S un conjunto de restricciones en En.

(5.2.2.1)

La idea del mtodo de la funcin de penalizacin es sustituir (5.2.2.1) por un problema sin
restricciones de la forma:
minimizar

f(x) + cP(x)

(5.2.2.2)

donde c es constante positiva y P es una funcin en En que satisface:

i) P es continua
ii) P(x) 0 x E n
iii) P(x) = 0 x S
La bondad de la aproximacin es esencial al examinar si, cuando el parmetro c aumenta
hacia infinito, la solucin del problema sin restricciones converge a una solucin del problema
restringido.
Cabe destacar una cuestin importante desde el punto de vista prctico: cuando c se
incrementa produce un buen problema de aproximacin, sin embargo, la estructura del problema
sin restricciones resultante se hace cada vez ms desfavorable, con lo que se retarda la tasa de
convergencia de muchos algoritmos susceptibles de ser aplicados en la resolucin.
El procedimiento para resolver (5.2.2.1) con el mtodo de la funcin de penalizacin es el
siguiente:
Sea {ck} , k=1,2,..., una sucesin que tiende a infinito tal que para cada k, ck 0, ck + 1 > ck .
Defnase la funcin:
q(c, x) = f(x) + cP(x)

Para cada k, resolver el problema:

minimizar q(ck , x)

(5.2.2.3)

y obtngase un punto solucin xk .

La convergencia global del mtodo de penalizacin queda garantizada en el siguiente
teorema [49]:
Teorema 5. Sea {xk} una sucesin generada por el mtodo de penalizacin. Entonces,
cualquier punto lmite de la sucesin es una solucin de (5.2.2.1).
El conjunto de restricciones se define implcitamente por cierto nmero de restricciones
funcionales. Se considera el problema de la forma:
minimizar
sujeto a

f(x)
gi (x) 0,

(5.2.2.4)
i = 1, 2, , p

En esta situacin la funcin de penalizacin P(x) se formula de acuerdo a las funciones de

restriccin auxiliares:

gi+(x) = mx[0, gi (x)], i = 1, 2, , p

Es evidente que as P ser funcin slo de restricciones violadas, siendo P(x) = 0 en el

interior de la regin de restriccin. Expresando por g +(x) el vector p-dimensional formado por las
gi+(x) se tiene la clase general de funciones de penalizacin dada por:
P(x) = (g +(x))

siendo una funcin continua de Ep a los nmeros reales, definida para que P satisfaga los
requerimientos exigidos a una funcin de penalizacin.
Como se ha indicado el mtodo de penalizacin resuelve el problema de
minimizar f(x) + ck P(x) para varias ck . La mayora de los algoritmos requieren que la funcin

objetivo tenga primeras derivadas parciales continuas. Se supondr que f , g y P son de clase
C 1.

Se define:
gi (x)
gi+(x) =
0

si gi (x) 0
si gi (x) < 0

donde g +(x) es la matriz cuyas filas son las gi+. Para garantizar que P sea C 1 y debido al hecho
de que g + puede ser discontinua en puntos donde gi+(x) = 0 para algn i=1,2,...,p, se debe
imponer alguna restriccin a . Siendo C 1 se tiene que [(g +(x))] puede escribirse como
(g +(x)) g(x).
2.3 El mtodo de Han-Powell
El mtodo de Han-Powell [49] es una excelente sntesis de varios conceptos de
optimizacin. Muy apropiado para problemas con restricciones de igualdad y de desigualdad,
combina el enfoque cuasi-Newton con la funcin de penalizacin de valor absoluto y la
programacin cuadrtica recursiva.
Este mtodo resuelve la necesidad de trabajar con matrices definidas positivas al
considerar una aproximacin B, definida positiva, al hessiano del lagrangiano L; actualizando
dicha matriz en cada paso mediante una modificacin
Broyden-Fletcher-Goldfarb-Shanno (BFGS) estndar [49].

de

la

frmula

de

Por otro lado, queda garantizada una convergencia superlineal utilizando tamaos de paso
unitarios en tanto que (B-L) tienda a cero en la variedad tangente al dominio.
Adems, la compatibilidad de la funcin de penalizacin de valor absoluto y la
programacin cuadrtica recursiva garantiza que la direccin del movimiento sea una direccin
de descenso por lo que se garantiza una convergencia global.
Para describir el mtodo se considera el problema con restricciones de desigualdad:
minimizar
sujeto a

f(x)
g(x) 0

Los pasos son los siguientes:

1. Se toma un punto inicial x0 y una matriz definida positiva B0. Hgase k = 0.
2. Resolver el programa cuadrtico:
1 T
d Bk d + f(xk )d
2
g(xk )d + g(xk ) 0

minimizar
sujeto a

Si d = 0 es una solucin, el punto actual satisface las condiciones necesarias de primer

orden para una solucin al problema original.
3. Con el vector d hallado en el paso anterior, efectese una bsqueda lineal en la direccin
d utilizando la funcin de penalizacin de valor absoluto.
4. Actualcese Bk segn la frmula:
Bk + 1 = Bk

Bk pk pkT Bk
pkT Bk pk

rk rkT
pkT rk

pk = xk + 1 xk
qk = l(xk + 1, k + 1)T l(xk , k + 1)T
rk = k qk + (1 k )Bk pk

siendo k + 1 el vector multiplicador de Lagrange del problema cuadrtico y

k = (0.8)pkT Bk pk
T
T
pk Bk pk pk qk

si pkT qk (0.2)pkT Bk pk
si pkT qk (0.2)pkT Bk pk

El escalar k se introduce para asegurar que pkT rk > 0, de modo que la definicin positiva
se preservar de Bk a Bk + 1. Se ha comprobado que los parmetros 0.2 y 0.8 proporcionan buenos
resultados de convergencia.
Como se observa el mtodo combina varios conceptos para la optimizacin: mtodos cuasi
Newton, programacin cuadrtica recursiva y funciones de penalizacin. Se dar, a
continuacin, un breve resumen de los mismos y se demostrar la compatibilidad entre ellos.
Un programa cuadrtico general se puede expresar como:
minimizar

1 T
x Qx + x T c
2

sujeto a

aiT x = bi

i E

a x bi

i I

T
i

siendo E e I conjuntos de ndices para restricciones de igualdad y desigualdad y la matriz Q

simtrica y semidefinida positiva (cuando no definida positiva).

El mtodo de Newton para resolver sistemas de ecuaciones no lineales se basa en la

resolucin de una versin linealizada del sistema en cada iteracin:
minimizar
sujeto a

f(x)
h(x) = 0

Consideramos el funcional aumentado F(x, ) = f(x) + h(x) y aplicamos Newton a las

ecuaciones de Lagrange:
l(x, ) = 0
h(x) = 0

resolviendo de manera recursiva la versin linealizada. Esto es, dados xk , k, el punto nuevo
xk + 1 , k + 1, se determina por las ecuaciones:
l(xk , k )T + L(xk , k )dk + h(xk )T yk = 0
h(xk ) + h(xk )dk = 0

al hacer xk + 1 = xk + dk , k + 1 = k + yk, siendo l el lagrangiano y L el hessiano del lagrangiano.

A veces, se sustituye el problema linealizado por una aproximacin: mtodo de Newton
modificado estructurado. El trmino estructurado se deduce del hecho de que en el sistema
original de ecuaciones slo se aproxima la informacin de segundo orden, la informacin de
primer orden permanece intacta.
Una ventaja importante del mtodo de Newton modificado es que Bk (aproximacin de
Lk = L(xk , k )) se puede tomar definida positiva aunque Lk no lo sea.
El mtodo se aplica resolviendo el sistema:
Bk dk + h(xk )T k + 1 = f(xk )T
h(xk )dk = h(xk )

entonces xk + 1 = xk + dk y k + 1 se halla directamente como solucin del sistema anterior.

Estos mtodos se pueden aplicar como un cuasi-Newton actualizando la matriz Bk en cada
iteracin.
Un paso individual del mtodo cuasi-Newton equivale a resolver un problema de
programacin cuadrtica. Esta es la razn por la cual el mtodo se puede ampliar a problemas
con restricciones de desigualdad mediante la programacin cuadrtica recursiva.
Considrese el problema:
minimizar
sujeto a

f(x)
g(x) 0

Dado un punto solucin estimado xk y los multiplicadores de Lagrange estimados k , k , se

resuelve el programa cuadrtico:

minimizar
sujeto a

1
f(xk )dk + dkT Lk dk
2
g(xk )dk + g(xk ) 0

El punto nuevo se determina por xk + 1 = xk + dk y los nuevos multiplicadores de Lagrange

son los multiplicadores del programa cuadrtico.
Si trabajamos con Bk definida positiva como aproximacin de Lk , el problema a minimizar
es:
minimizar
sujeto a

1
f(xk )dk + dkT Bk dk
2
g(xk )dk + g(xk ) 0

(5.2.3.1)

Las condiciones necesarias de primer orden para una solucin de este problema son:
f(xk )T + Bk dk + g(x)T = 0
T [g(xk )dk + g(xk )] = 0
g(xk )dk + g(xk ) 0
0

Obsrvese que si la solucin tiene dk = 0, entonces el punto xk , junto con satisface las
condiciones necesarias de primer orden para el problema original aproximado.
La compatibilidad de los mtodos de la funcin de penalizacin de valor absoluto y de la
programacin cuadrtica para determinar la direccin del movimiento queda probado en el
siguiente teorema:
Teorema 6. Sea d, (con d 0 ) una solucin del programa cuadrtico (5.2.3.1). Entonces
si c mx (j ), el vector d es una direccin de descenso para la funcin de penalizacin:
j

P(x) = f(x) + c gj (x)+

j =1

Esta proposicin nos proporciona una base para establecer la convergencia global de los
mtodos de Newton modificados incluyendo la programacin cuadrtica recursiva.
2.4 Teorema de Existencia de Solucin
El problema que plantearemos a continuacin ser localizar el mnimo de un funcional de
la forma:
Tf

J = F (t, x(t)) dt
0

donde F es de clase C2 en [0, Tf] x Rm, entre las funciones x C 2([0, Tf], R m ).
Aunque el conjunto de restricciones sobre el que vamos a actuar en este captulo, va a
incluir restricciones de desigualdad, podemos en primera instancia plantear el problema tal como
lo vimos en los captulos III y IV, es decir, trabajando exclusivamente con restricciones de
igualdad, y obtener para ese caso un teorema de existencia de solucin. Con posterioridad ser
inmediato obtener el correspondiente teorema para el caso ms general. Por tanto, en primer
lugar, vamos a minimizar el funcional anterior sobre el conjunto:
r

S = { (x, y) / gi (x, y) = 0 }
i =1

donde gi son funciones de clase C2 en Rm x Rs, e y C 2([0, Tf], R s ).

Por la particularidad de F, el problema se puede escribir matricialmente como sigue:
Tf

J = ( X T AX + X T B + C ) dt

siendo:
P1(t)

P2(t)
.
,
X =
.
.

Pm (t)

con i , i , i R

1 0

0 2
A =. .
. .

0 0

. . .
. . .
. . .
. . .
. . .

0
. ,
.

1

2
.
B = ,
.
.

m

C = 1 + 2 + ... + m

i = 1, ..., m . Observaremos ms tarde que i > 0, i = 1, ..., m , luego la forma

cuadrtica X T AX es definida positiva.

Adems, veremos que la variable vectorial Y, que aparece en las restricciones, depende, en
dimensin, del nmero y categora de las centrales en que se trabaja:

Pi (t)

Qi (t)
Y =
Q (t)
i
Y
iw (t)

Pi (t)

Y = Qi (t)

Q i (t)

(i RhCA )

con Yiw (t) = col[Yj (t, j ), j Rhi]

(i RhID )

Por la naturaleza fsica de sus elementos la variable Y puede considerarse acotada.

Teorema 7. El problema de obtener el mnimo de

F(X, Y) = X T AX + X T B + C
r

sobre el conjunto S = {(X, Y)/gi (X, Y) = 0}

i =1

donde A es matriz simtrica de orden n, X AX es una forma cuadrtica definida positiva, Y est
acotado y las funciones gi son de clase C2, tiene solucin.
Dem. Por ser A simtrica es diagonalizable:
n

Y,

X T AX = aii Xi2
i =1

donde estamos suponiendo que aii son los valores propios de A.

Sea el menor de los valores propios de A, entonces:
n

i =1

i =1

i =1

| X T AX | = | aii Xi2 | | Xi2 | = Xi2 = || X ||2

Teniendo en cuenta que se verifica que | a + b | | | a | | b | | | a | | b |

| F(X, Y) | = | X T AX + X T B + C | | X T AX | | X T B + C |

Notemos que | X T B + C | | X T B | + | C | y por la desigualdad de Cauchy-Schwartz:

| X T B | || B || || X ||, entonces:
| X T B + C | | X T B | + | C | || B || || X || + || C ||

Por tanto:
| F(X, Y) | | X T AX | | X T B + C | || X ||2 || B || || X || || C ||

y entonces:
Y,

lim F(X, Y) = +

|| X ||

(5.2.4.1)

Tomemos (X0, Y0) Dom(F) S y su correspondiente F(X0, Y0).

Consideremos F(X0, Y0) + 1.
De (5.2.4.1) tenemos que: N R + / X

|| X || N, | F(X, Y) | F(X0, Y0) + 1

Como Y est acotado M R + / || Y || M . Adems, || (X, Y) || || X ||, luego:

(X, Y) con || (X, Y) || N || X || + || Y || N || X || N || Y || N M

Tomemos N / N M N , entonces:
(X, Y) [B(0, N)]

|| X || N

| F(X, Y) | F(X0, Y0) + 1

Comprobamos que el punto en que se alcanza el mnimo de F est en el interior del

_

conjunto S B (0, N).

Como F es una funcin continua y S un conjunto cerrado (Ntese que cada

Si = {(X, Y)/gi (X, Y) = 0} es cerrado por ser antiimagen de un cerrado por una aplicacin continua
r

y la interseccin de cerrados S = Si es cerrado ), F est definida y es continua sobre el conjunto

i =1

compacto S B (0, N), entonces alcanza el mnimo en dicho conjunto.

Adems, sabemos que si || (X, Y) ||= N | F(X, Y) | F(X0, Y0) + 1. Ahora bien, el mnimo
ser menor que F(X0, Y0) luego no se alcanza en la frontera y si en el interior.
c.q.d
El modelo de sistema hidrotrmico se ajusta ms a la realidad si se consideran unos
intervalos de variacin para las potencias ya que, en realidad, la potencia producida por cada
central est sujeta a unas consideraciones tcnicas que limitan su generacin y que no quedan
reflejadas en las restricciones impuestas hasta ahora. Es por esto que en este captulo
modelizaremos el sistema incorporando unas restricciones de desigualdad que expresarn los
lmites de variacin de las potencias.
El objetivo ahora es localizar el mnimo del funcional de la forma:
Tf

J = F (t, x(t)) dt
0

bajo las mismas condiciones que en el teorema anterior, siendo en este caso
r

S = { (x, y) / gi (x, y) 0 }
i =1

La existencia de mnimo queda garantizada por el siguiente teorema:

Teorema 8. El problema de obtener el mnimo de:
F(X, Y) = X T AX + X T B + C
r

sobre el conjunto S = {(X, Y)/gi (X, Y) 0}

i =1

donde A es matriz simtrica, X AX es una forma cuadrtica definida positiva, Y est acotado y
las funciones gi son de clase C2, tiene solucin.
Se deduce fcilmente que la demostracin es idntica al caso en que las restricciones eran:
r

{(X, Y)/gi (X, Y) = 0}

i =1

ya que se basa en el hecho de que este conjunto es cerrado y lo mismo sucede con el conjunto:

S = {(X, Y)/gi (X, Y) 0}

i =1

3 Planteamiento del problema

El objetivo perseguido en este captulo es minimizar un funcional con mltiples costes,
sujeto a unas determinadas restricciones, que como ya hemos comentado van a incluir
condiciones de desigualdad. No obstante, por simplificar la exposicin, vamos a comenzar por
el problema clsico de minimizar el coste de combustible en un sistema hidrotrmico, para
extender de modo muy sencillo al final del captulo (en el punto 5.4.4) el mtodo a
optimizaciones combinadas.
La red de transmisin constituye un elemento importante en el tratamiento de la
coordinacin hidrotrmica. Dependiendo del modelo de red elctrica elegido, surgen modelos
distintos.
El problema planteado es el siguiente: estudiamos un modelo multinodal de red elctrica,
considerando las restricciones de la red y la variacin admisible de las potencias generadas, y
buscaremos la solucin de mnimo coste, determinando la optimizacin del correspondiente flujo
de carga del sistema. El problema se va a completar con la optimizacin combinada del costo de
combustible, contaminacin y prdidas de transmisin.
Vamos a suponer que el sistema consta de W cuencas hidrulicas. Como en los captulos
anteriores trabajaremos con una sola cuenca y al final extenderemos el resultado a todo el
sistema.
Supongamos que hay en conjunto n centrales elctricas, de las cuales m son trmicas y n-m
hidrulicas, pertenecientes a una sola cuenca. Las centrales hidrulicas se sitan como se indica
en la figura 2.9, esto es, existir acoplamiento hidrulico y consideramos el retraso en el
transporte.
El modelo planteado en este problema considera unos intervalos de variacin para las
potencias que dan lugar a algunas restricciones de desigualdad:
Pimn Pi (t) Pimx

i = 1, 2, ..., n

Tambin exigiremos que la solucin de mnimo coste cumpla los requisitos del flujo de
carga del sistema. As, considerando una red elctrica de N nodos, las ecuaciones de equilibrio
en cada nodo son:
N

PGi = PDi + | Vi | | Vj | (Gij cos ij + Cij sen ij )

j =1
N

QGi = QDi + | Vi | | Vj | (Gij sen ij Cij cos ij )

j =1

y tambin se imponen intervalos de variacin para tensiones, ngulos de fase, potencias activas
y reactivas, que originan otras restricciones de desigualdad:
Vimn Vi Vimx
imn i imx
Pimn Pi (t) Pimx
Qimn Qi (t) Qimx

i = 1, ..., N

Para determinar la optimizacin de flujo de carga entre centrales, nos encontramos con la
necesidad de considerar las prdidas en las lneas de transmisin. De ah, que sea de inters el
considerar un modelo de prdidas en el que aparecen adems de los coeficientes propios Bii de
cada nodo los mutuos entre nodos Bij. La forma de la ecuacin de prdidas como ya mencionamos
es:
n

PL = Bij Pi Pj
i =1j =1

Por tanto, la ecuacin de equilibrio, en este caso, queda expresada por:

n

Bij Pi (t)Pj (t) + PD (t) Pi (t) = 0

i =1j =1

i =1

Aparecern tambin las restricciones relativas al funcionamiento de las centrales

hidrulicas, ya vistas en anteriores captulos.
Por tanto, el problema a resolver es el siguiente:
Tf m

minimizar

J = (i + i Pi (t) + i Pi2(t))dt
0 i = 1

con las condiciones:

n

Bij Pi (t)Pj (t) + PD (t) Pi (t) = 0

i =1j =1

i =1

Ph m + i (t) + Am + i (t)Q m + i (t) + Bm + i Q m + i (t)Qm + i (t) + Cm + i Q

2
m +i

(t) = 0

(i RhCA )

Ph m + i (t) + Am + i (t)Q m + i (t) Bm + i Q m + i (t) Yj (t, j ) + Bm + i Q m + i (t)Qm + i (t) + Cm + i Q m2 + i (t) = 0

(i RhID )

2j (t, j )
0 t j
=0
Yj2(t, j ) 2
2
j (j , j ) + Qj (t j ) + 2j (j , j )Qj (t j ) j < t Tf

(j Rhi )

j Rhi

Pimn Pi (t) Pimx

Qm + i (0) = 0 y Qm + i (Tf ) = bm + i

i = 1, 2, ..., n
i = 1, 2, 3, ..., n m

para posteriormente utilizando las potencias ptimas obtenidas para las hidrulicas resolver el
problema:

Tf m

minimizar

J = (i + i Pi (t) + i Pi2(t))dt
0 i = 1

sujeto a las ecuaciones de equilibrio en cada nodo:

N

PGi = PDi + | Vi | | Vj | (Gij cos ij + Cij sen ij )

j =1
N

QGi = QDi + | Vi | | Vj | (Gij sen ij Cij cos ij )

j =1

i = 1, ..., N

y a los intervalos de variacin de las potencias, tensiones y ngulos de fase:

Qimn Qi (t) Qimx
Pimn Pi (t) Pimx
Vimn Vi Vimx
imn i imx

i = 1, ..., N

4 Solucin Optima
Reflejamos, en el siguiente esquema, el problema completo de coordinacin hidrotrmica
y ptimo flujo de carga:

Coordinacin Hidrotrmica
Coeficientes de Prdidas ctes.
P ptimas

Flujo de Carga
Prdidas reales del sistema
P, Q ptimas
Tensiones y Desfases

Clculo de los coeficientes

de Prdidas variables

variacin
aceptable
de la
solucin

no

si
Solucin ptima

Fig. 2 Algoritmo de optimizacin.

Como se puede observar, en primer lugar, se resuelve un problema de coordinacin

hidrotrmica considerando los coeficientes de prdidas constantes. Obtenemos las potencias
trmicas e hidrulicas ptimas, tomando como dato para la resolucin del problema de flujo de
carga las potencias activas en las centrales hidrulicas. Adems de obtener como resultado de
este problema las potencias activas y reactivas ptimas, tambin aparecen los mdulos de las
tensiones y los ngulos de fase en cada instante de funcionamiento, que permiten el clculo de
los coeficientes de prdidas.
Estos coeficientes de prdidas que dependen en cada instante de los valores obtenidos en
el problema de flujo de carga, sirven para realimentar el sistema al ser introducidos como datos
en el problema de coordinacin hidrotrmica. Iteramos este mtodo hasta llegar a una variacin
de la solucin que se considere aceptable.
Comenzamos desarrollando el proceso de localizacin del mnimo para el problema de
coordinacin hidrotrmica.
4.1 Problema de Coordinacin Hidrotrmica
Se trata de:
Tf m

minimizar

J = (i + i Pi (t) + i Pi2(t))dt
0 i = 1

con las condiciones:

n

Bij Pi (t)Pj (t) + PD (t) Pi (t) = 0

i =1j =1

i =1

Phm + i (t) + Am + i (t)Q m + i (t) + Bm + i Q m + i (t)Qm + i (t) + Cm + i Q m2 + i (t) = 0

(i RhCA )

Phm + i (t) + Am + i (t)Q m + i (t) Bm + i Q m + i (t) Yj (t, j ) + Bm + i Q m + i (t)Qm + i (t) + Cm + i Q m2 + i (t) = 0

j Rhi

(i RhID )

0 t j
2j (t, j )
=0
Yj2(t, j ) 2
2
j (j , j ) + Qj (t j ) + 2j (j , j )Qj (t j ) j < t Tf
Pimn Pi (t) Pimx

(j Rhi )

i = 1, 2, ..., n

y verificando:
Qm + i (0) = 0 y Qm + i (Tf ) = bm + i

i = 1, 2, 3, ..., n m

Aplicamos el mtodo de penalizacin nicamente para incorporar las restricciones de

desigualdad.
Consideremos la siguiente funcin de penalizacin:
T

f
1 n
[mx 2(0, Pimn Pi (t)) + mx 2(0, Pi (t) Pimx )]dt
P(x) =
0 2 i = 1

con x = (P1(t), P2(t), ..., Pn (t)).

El objetivo es, para cada r, minimizar el problema:
J + cr P(x) =
0

Tf

m
(i
i = 1

+ i Pi (t) + i Pi2(t)) + cr

1 n
[mx 2(0, Pimn Pi (t)) + mx 2(0, Pi (t) Pimx )] dt
2i =1

sujeto a las restricciones:

n

Bij Pi (t)Pj (t) + PD (t) Pi (t) = 0

i =1j =1

i =1

Phm + i (t) + Am + i (t)Q m + i (t) + Bm + i Q m + i (t)Qm + i (t) + Cm + i Q m2 + i (t) = 0

(i RhCA )

Ph m + i (t) + Am + i (t)Q m + i (t) Bm + i Q m + i (t) Yj (t, j ) + Bm + i Q m + i (t)Qm + i (t) + Cm + i Q m2 + i (t) = 0

j Rhi

(i RhID )

2j (t, j )
0 t j
=0
Y (t, j ) 2
2
j (j , j ) + Qj (t j ) + 2j (j , j )Qj (t j ) j < t Tf
2
j

(j Rhi )

y satisfaciendo:
Qm + i (0) = 0 y Qm + i (Tf ) = bm + i

i = 1, 2, 3, ..., n m

Para tener en cuenta estas restricciones introducimos unas funciones multiplicadoras, que
denotamos por l(t), ni(t), y ri(t), para cada una de ellas, respectivamente. Incluyendo en el
funcional estos multiplicadores, y las restricciones correspondientes, obtenemos el nuevo
funcional de costo, que ser el siguiente:
T

f
m
1 n
(J + cr P(x))* = { (i + i Pi (t) + i Pi2(t)) + cr [mx 2(0, Pimn Pi (t)) + mx 2(0, Pi (t) Pimx )] +
0 i = 1
2i =1

n
n n

+l(t) Bij Pi (t)Pj (t) + PD (t) Pi (t) +

i = 1 j = 1

i =1

+ nm + i (t) [Ph m + i (t) + Am + i (t)Q m + i (t) + Bm + i Q m + i (t)Qm + i (t) + Cm + i Q m2 + i (t)] +

i RhCA

+ nm + i (t) Ph m + i (t) + Am + i (t)Q m + i (t) Bm + i Q m + i (t) j R Yj (t, j ) + Bm + i Q m + i (t)Qm + i (t) + Cm + i Q m + i (t) +

i RhID

hi

i RhID j Rhi

rj (t)2j (t, j )dt

i RhID j Rhi 0

rj (t)Yj2(t, j )}dt
Tf

rj (t) [2j (j , j ) + Qj2(t j ) + 2j (j , j )Qj (t j )]dt

i RhID j Rhi j

En esta expresin, prescindiremos del trmino j (t, j ) pues, al no depender explcitamente

del vector de control en el intervalo [0, Tf], no es una variable susceptible de optimizar.

A continuacin, hacemos una serie de transformaciones en el ltimo trmino del funcional

de costo modificado, que no influyen en el proceso de minimizacin y producen una expresin
ms simplificada y sin retraso en la variable Q(t).
Mediante el cambio t j = z en la integral:
Tf

r (t) [2( , ) + Q 2(t ) + 2 ( , )Q (t )]dt

j j j
j
j
j j j
j
j
j j

obtenemos:

T f j

rj (z + j ) [2j (j , j ) + Qj2(z) + 2j (j , j )Qj (z)]dz

Seguidamente introducimos una nueva variable auxiliar:

ri (t + i ) 0 t Tf i
i (t, i ) =
0
Tf i < t Tf

que nos permite expresar la integral anterior como:

Tf

(t, ) [2( , ) + Q 2(t) + 2 ( , )Q (t)]dt

j
j j j
j
j j j
j
0 j

Con estas transformaciones podemos expresar el funcional en la forma:

Tf

(J + cr P(x))* = Idt
0
m

I = (i + i Pi (t) + i Pi2(t)) + cr
i =1

donde:

1 n
[mx 2(0, Pimn Pi (t)) + mx 2(0, Pi (t) Pimx )] +
2i =1

n
n n

+l(t) Bij Pi (t)Pj (t) + PD (t) Pi (t) +

i = 1 j = 1

i =1

+ nm + i (t) [Phm + i (t) + Am + i (t)Q m + i (t) + Bm + i Q m + i (t)Qm + i (t) + Cm + i Q m2 + i (t)] +

i RhCA

+ nm + i (t) Ph m + i (t) + Am + i (t)Q m + i (t) Bm + i Q m + i (t) j R Yj (t, j ) + Bm + i Q m + i (t)Qm + i (t) + Cm + i Q m + i (t) +

i RhID

hi

rj (t)Yj2(t, j )

i RhID j Rhi

j (t, j ) [2j (j , j ) + Qj2(t) + 2j (j , j )Qj (t)]

i RhID j Rhi

junto con las condiciones:

Qm + i (0) = 0 y Qm + i (Tf ) = bm + i

i = 1, 2, ..., n m

Observemos que:
I = f(t, Pk (t), Phm + i (t), Qm + i (t), Yj (t, j ), Q m + i (t)) k = 1, ..., m

i = 1, , n m

j Rhi

Aplicando la ecuacin de Euler (teorema 2) al funcional I, resulta el siguiente sistema:

Respecto de Pk :

(Pkmn Pk (t))
k + 2k Pk (t) + cr
0

si Pkmn Pk (t) 0

Pk (t) Pkmx
+ cr
si Pkmn Pk (t) < 0
0

+2Bkk Pk (t)l(t) + 2 Bkj Pj (t)l(t) l(t) = 0

j =1
j k

si Pk (t) Pkmx 0

si Pk (t) Pkmx < 0

k = 1, , m

(5.4.1.1)

Respecto de Phm + i :
(Ph m + imn Ph m + i (t))
cr
0

Ph m + i (t) Ph m + imx
+cr
0

si Ph m + imn Ph m + i (t) 0

si Ph m + imn Ph m + i (t) < 0

si Ph m + i (t) Ph m + imx 0

si Ph m + i (t) Ph m + imx < 0

+2Bm + im + i Phm + i (t)l(t) + 2 Bm + i j Phj (t)l(t) l(t) + nm + i (t) = 0 i = 1, , n m

j =m +1
j m +i

(5.4.1.2)

Respecto de Yj :
nkj (t)Bkj Q kj (t) + 2rj (t)Yj (t, j ) = 0

(5.4.1.3)

donde designamos por kj la central inmediatamente aguas abajo de cada central de trabajo j.
Respecto de Qm + i :
d
[2Cm + i nm + i (t)Q m + i (t) + Am + i (t)nm + i (t)] + Bm + i n m + i (t)Qm + i (t) = 0
dt
(i RhA ) (5.4.1.4)
d
[2Cm + i nm + i (t)Q m + i (t) + Am + i (t)nm + i (t)] + Bm + i n m + i (t)Qm + i (t) +
dt
+2m + i (t, m + i ) (Qm + i (t) + m + i (m + i , m + i )) = 0

(i RhC ) (5.4.1.5)

d
[2Cm + i nm + i (t)Q m + i (t) + Am + i (t)nm + i (t)] + Bm + i n m + i (t)Qm + i (t) +
dt
+2m + i (t, m + i ) (Qm + i (t) + m + i (m + i , m + i ))

d B n (t) Y (t, )
m +i m +i
j
j
j Rhm + i
=0
dt
(i RhI ) (5.4.1.6)

d
[2Cm + i nm + i (t)Q m + i (t) + Am + i (t)nm + i (t)] + Bm + i n m + i (t)Qm + i (t)
dt

d B n (t) Y (t, )
m +i m +i
j
j
j Rhm + i
=0
dt

(i RhD ) (5.4.1.7)

De (5.4.1.1) obtenemos las ecuaciones de las potencias trmicas ptimas:

(Pkmn Pk (t))

1 k + cr
0
Pk (t) =

Pk (t) Pkmx
si Pkmn Pk (t) 0
+ cr
0
si Pkmn Pk (t) < 0

k + Bkk l(t)

si Pk (t) Pkmx 0

si Pk (t) Pkmx < 0

m
Bkj Pj (t) 1 l(t)
2 j
=1

j k
+
k + Bkk l(t)

k = 1, , m

De (5.4.1.2) obtenemos las ecuaciones de las potencias hidrulicas ptimas:

(Phm + imn Phm + i (t)) si Ph m + imn Ph m + i (t) 0

1 cr
0
si Ph m + imn Ph m + i (t) < 0
Phm + i (t) =
2
+
Bm + im + i l(t)

Phm + i (t) Phm + imx si Ph m + i (t) Ph m + imx 0

cr
0
si Ph m + i (t) Ph m + imx < 0

+
Bm + im + i l(t)
n

Bm + i j Phj (t) 1 l(t)

nm + i (t) + 2 j =
m +1

j m +i
Bm + im + i l(t)

i = 1, 2, ..., n m

De (5.4.1.3), tenemos que:

j (t, j )
0 t < j

nkj (t)Bkj Q kj (t) = 2rj (t)Yj (t, j ) = 2rj (t)

j (j , j ) + Qj (t j ) j t Tf

Realizando el cambio de variable t j = t ,

j (t + j , j )
j t < 0
kj (t + j )
= nkj (t + j )Bkj Q
2rj (t + j )
j (j , j ) + Qj (t) 0 t Tf j

Como adems:
rj (t + j ) 0 t Tf j
j (t, j ) =
0
Tf j < t Tf

nos queda:
kj (t + j ) 0 t Tf j
Bkj nkj (t + j )Q
2j (t, j ) (Qj (t) + j (j , j )) =
0
Tf j < t Tf

Sustituyendo esta expresin en (5.4.1.5) y (5.4.1.6), nos queda el sistema de ecuaciones

diferenciales de segundo orden expresado del modo siguiente:
d
[2Cm + i nm + i (t)Q m + i (t) + Am + i (t)nm + i (t)] + Bm + i n m + i (t)Qm + i (t) = 0
dt
(i RhA ) (5.4.1.8)

d
[2Cm + i nm + i (t)Q m + i (t) + Am + i (t)nm + i (t)] + Bm + i n m + i (t)Qm + i (t) +
dt
km + i (t + km + i ) 0 t Tf m + i
Bkm + i nkm + i (t + m + i )Q
=0
+
0
Tf m + i < t Tf

(i RhC ) (5.4.1.9)
d
[2Cm + i nm + i (t)Q m + i (t) + Am + i (t)nm + i (t)] + Bm + i n m + i (t)Qm + i (t)
dt

d B n (t) Y (t, ) Bkm + i nkm + i (t + m + i )Q km + i (t + km + i ) 0 t Tf m + i

m +i m +i
j
j +
=0
j Rhm + i

dt
0
Tf m + i < t Tf
(i RhI ) (5.4.1.10)
d
[2Cm + i nm + i (t)Q m + i (t) + Am + i (t)nm + i (t)] + Bm + i n m + i (t)Qm + i (t)
dt

d B n (t) Y (t, )
m +i m +i
j
j
j Rhm + i
=0
dt

(i RhD ) (5.4.1.11)

Si denotamos por:

gm + i (t) =

gm + i (t) = 0

(i RhA )

km + i (t + km + i ) 0 t Tf m + i
Bkm + i nkm + i (t + m + i )Q
gm + i (t) =
0
Tf m + i < t Tf

(i RhC )

d B n (t) Y (t, ) Bkm + i nkm + i (t + m + i )Q km + i (t + km + i ) 0 t Tf m + i

m +i m +i
j
j +
j Rhm + i

dt
0
Tf m + i < t Tf

(i RhI )
gm + i (t) =

d B n (t) Y (t, )
m +i m +i
j
j
j Rhm + i

dt

(i RhD )

el sistema a resolver se expresa como sigue:

d
[2Cm + i nm + i (t)Q m + i (t) + Am + i (t)nm + i (t)] + Bm + i n m + i (t)Qm + i (t) + gm + i (t) = 0
dt
Qm + i (0) = 0

Qm + i (Tf ) = bm + i
i = 1, 2, ..., n m

teniendo que cumplirse adems (para poder hallar los multiplicadores l(t) y nm + i (t)):
n

Bis Pi (j)Ps (j) + PD (j) Pi (j) = 0

(5.4.1.12)

Ph m + i (t) + Am + i (t)Q m + i (t) + Bm + i Q m + i (t)Qm + i (t) + Cm + i Q m2 + i (t) = 0

(i RhCA )

i =1s =1

i =1

Phm + i (t) + Am + i (t)Q m + i (t) Bm + i Q m + i (t) Yj (t, j ) + Bm + i Q m + i (t)Qm + i (t) + Cm + i Q m2 + i (t) = 0

j Rhi

(i RhID ) (5.4.1.13)

Discretizando el problema y realizando un desarrollo anlogo al del captulo 3, llegamos al

siguiente sistema de ecuaciones en sumas:
zm1 + i (j) =

q 1 j(q k)
bm + i j j 1 k(q j)
+
fm + i (k) +
fm + i (k)
q
q
q
k =0
k=j

zm2 + i (j) =

q 1 (q k)
bm + i j 1 k
+
fm + i (k) +
fm + i (k)
q
q
k =0 q
k=j

i = 1, 2, ..., n m

j {0, 1, 2, ..., q 1}

Al cual debemos aadir las ecuaciones de las potencias ptimas generadas:

(Pkmn Pk (j))

1 k + cr
0

Pk (j) =

Pk (j) Pkmx
si Pkmn Pk (j) 0
+c
0
si Pkmn Pk (j) < 0 r
k + Bkk l(j)

si Pk (j) Pkmx 0

si Pk (j) Pkmx < 0

m
Bks Ps (j) 1 l(j)
2 s
=1

s k
+
k + Bkk l(j)

k = 1, , m

(Phm + imn Ph m + i (j)) si Ph m + imn Ph m + i (j) 0

1 cr
0
si Ph m + imn Ph m + i (j) < 0
Ph m + i (j) =
2
+
Bm + im + i l(j)

Ph m + i (j) Ph m + imx si Phm + i (j) Ph m + imx 0

cr
0
si Phm + i (j) Ph m + imx < 0

+
Bm + im + i l(j)
n

Bm + is Phs (j) 1 l(j)

nm + i (j) + 2 s =
m +1

s m +i
Bm + im + i l(j)

i = 1, 2, ..., n m

y de las restricciones (5.4.1.12) y (5.4.1.13):

n

Bij Pi (t)Pj (t) + PD (t) Pi (t) = 0

i =1j =1

i =1

Ph m + i (j) + Am + i (j)Q m + i (j) + Bm + i Q m + i (j)Qm + i (j) + Cm + i Q

2
m +i

(j) = 0

(i RhCA )

Ph m + i (j) + Am + i (j)Q m + i (j) Bm + i Q m + i (j) Ys (j, s ) + Bm + i Q m + i (j)Qm + i (j) + Cm + i Q 2m + i (j) = 0

s Rhi

(i RhID )

Aplicamos el mtodo LSB para obtener la solucin del sistema planteado, que
generalizando a W cuencas hidrulicas se expresa:

[zm1 + i (j)] =

q 1 j(q k)
bmT + i j j 1 k(q j) T
+
fm + i (k) +
fmT + i (k)
q
q
q
k =0
k=j
T

[zm2 + i (j)] =

q 1 (q k)
bmT + i j 1 k T
+
fm + i (k) +
fmT + i (k)
q
q
k =0 q
k=j

i = 1, 2, ..., n T m
Pk (j) Pkmx
si Pkmn Pk (j) 0
+ cr
0
si Pkmn Pk (j) < 0

k + Bkk l(j)

(Pkmn Pk (j))

1 k + cr
0
Pk (j) =

si Pk (j) Pkmx 0

si Pk (j) Pkmx < 0

m
Bks Ps (j) 1 l(j)
2 s
=1

s k
+
k + Bkk l(j)

k = 1, 2, ..., m
(Ph m + imn PhTm + i (j)) si Ph m + imn PhTm + i (j) 0

cr
1
T
Phm
0
si Ph m + imn PhTm + i (j) < 0
+ i (j) =
2
+
BmT + im + i l(j)

PhTm + i (j) Ph m + imx

cr
0

si PhTm + i (j) Ph m + imx 0

si PhTm + i (j) Ph m + imx < 0

+
BmT + im + i l(j)

BmT + is PhsT (j) 1 l(j)
nmT + i (j) + 2 s =
m +1
s m +i

T
Bm + im + i l(j)

i = 1, 2, ..., n T m
m

n m n m

Bis Pi (j)Ps (j) +

i =1s =1
T
hm + i

(j) + A

T
m +i

(j)Q

T
m +i

(j) + B

i =1

s =1

(j)Q

T
m +i

T
m +i

n m

i =1

i =1

BisT PiT (j)PsT (j) + PD (j) Pi (j) PiT (j) = 0

T
m +i

(j) + C

T
m +i

[Q

2
m +i

(j)] = 0

(i RhCA )

T
T
PhTm + i (j) + AmT + i (j)Q mT + i (j) BmT + i Q Tm + i (j) s R Ys (j, s ) + BmT + i Q Tm + i (j)QmT + i (j) + CmT + i [Q 2m + i] (j) = 0
hi

(i RhID )

T = 1, 2, ..., W
j {0, 1, 2, ..., q 1}

Una vez resuelto el problema de coordinacin hidrotrmica, planteamos el problema de

flujo de carga tomando como datos para su resolucin las potencias activas en las centrales
hidrulicas.

4.2 Problema de Optimo Flujo de Carga

El flujo de carga tiene una gran importancia en los sistemas elctricos de distribucin de
energa. La principal informacin que se obtiene del flujo es el mdulo y el ngulo de todas las
tensiones en todos los nodos de la red y, a partir de esto, las potencias activas y reactivas que
circulan por cada lnea que forma parte de dicha red elctrica.
En el problema de optimizacin del flujo de carga, buscamos las potencias ptimas que
minimizan el funcional de costo. Se deben cumplir las condiciones de seguridad de la red de
transmisin, es decir, se imponen unos intervalos admisibles de variacin de ngulos de fase y
tensiones.
As, el problema a resolver expresado para aplicar directamente el mtodo de Han-Powell
toma la forma:
Tf m

J = (i + i Pi (t) + i Pi2(t))dt
0 i = 1

minimizar

PGi PDi | Vi | | Vj | (Gij cos ij + Cij sen ij ) = 0

j =1

QGi QDi | Vi | | Vj | (Gij sen ij Cij cos ij ) = 0 i = 1, ..., N

j =1

Qimn Qi (t) 0
Qi (t) Qimx 0
Pimn Pi (t) 0
Pi (t) Pimx 0
Vimn Vi 0
Vi Vimx 0
imn i 0
i imx 0

i = 1, 2, ..., N

Una vez resuelto este problema conocemos las tensiones y ngulos de fase en cada instante
de funcionamiento, hecho que nos permitir el clculo de los coeficientes de prdidas.
4.3 Clculo de los coeficientes de prdidas
Los coeficientes Bij proporcionan las prdidas de transmisin en el problema de
Coordinacin Hidrotrmica. Es de inters, por tanto, el clculo de estos coeficientes en cada
instante para mejorar la optimizacin. Veamos como se pueden obtener ecuaciones sencillas,
basadas en diversas suposiciones, para sistemas con cualquier nmero de cargas y de centrales.

Se desarrollan las ecuaciones para un sistema formado por dos centrales generadoras y un
nmero indefinido de cargas. Las ecuaciones se pueden extender fcilmente y satisfacer un
sistema con cualquier nmero de centrales.
Se consideran dos centrales generadoras, unidas a una red de transmisin con un nmero
arbitrario de cargas. Dentro del sistema, a una lnea se la designa por una rama k.
I
L

I
1

Ik1

Ik2

2
I
L

(a)

Ik

(b)

(c)

Fig. 3 Coeficientes de prdidas.

En la figura (a), el sistema se alimenta solamente por la fuente 1, pero estn conectadas
todas las cargas. La corriente total de carga IL es suministrada solo por la fuente 1, siendo la
corriente de lnea k, Ik1. Se define:
Nk1 =

Ik1
IL

y, de igual forma, con la fuente 2 suministrando toda la carga, como en la figura (b):
Nk2 =

Ik2
IL

donde Nk1 y Nk2 se llaman factores de distribucin de corriente.

Por el principio de superposicin, con las dos fuentes conectadas, como en la figura (c), la
corriente en k, ser:
Ik = Nk1I1 + Nk2I2

(5.4.3.1)

siendo I1 e I2 las corrientes desde las centrales 1 y 2 respectivamente.

Se consideran las dos hiptesis siguientes:
X

1. La relacin R es la misma para todas las ramas de la red.

2. Todas las corrientes de carga tienen el mismo ngulo de fase.
Estas hiptesis significan que los factores de distribucin de corriente son reales, en lugar
de complejos. Si la red es alimentada por ms de una central, las diversas corrientes en las ramas
no estn necesariamente en fase, aunque los factores de distribucin de corriente pueden ser
reales. Si ponemos:
I1 =| I1 | cos 1 + j | I1 | sen 1
I2 =| I2 | cos 2 + j | I2 | sen 2

siendo 1 y 2 los ngulos de fase de I1 e I2, respecto a una referencia comn, obtenemos de la
ecuacin (5.4.3.1) (con Nk1 y Nk2 reales):

| Ik |2= (Nk1 | I1 | cos 1 + Nk2 | I2 | cos 2)2 + (Nk1 | I1 | sen 1 + Nk2 | I2 | sen 2)2

y desarrollando y simplificando:
2
2
| Ik |2= Nk1
| I1 |2 +Nk2
| I2 |2 +2Nk1Nk2 | I1 || I2 | cos(1 2)

Sustituyendo ahora:
| I1 | =

P1

3 | V1 | pf1

y
| I2 | =

P2

3 | V2 | pf2

denotando por P1 y P2 las potencias generadas por las centrales 1 y 2 respectivamente, V1 y V2 las
tensiones en las barras y por pf1 y pf2 los factores de potencia siendo pfi = cos(Vi , Ii ). Denotando
por Rk la resistencia en la rama k, obtenemos para la prdida total por transmisin:
PL = 3 | Ik |2 Rk =
k

P12
| V1 |2 (pf1)2

2
Nk1
Rk +
k

2P1P2 cos(1 2)
P22
2
Rk
Nk2
Nk1Nk2Rk +
| V1 || V2 | pf1 pf2 k
| V2 |2 (pf2)2 k

en la que el sumatorio se extiende a todas las ramas. Como la prdida de potencia se expresa por
la ecuacin:
PL = B11P12 + 2B12P1P2 + B22P22

entonces, los coeficientes de prdidas se expresan por:

B11 =
B12 =

1
2
Rk
Nk1
| V1 | (pf1)2 k
2

cos(1 2)
N N R
| V1 || V2 | pf1 pf2 k k1 k2 k

B22 =

1
2
Rk
Nk2
2
k
| V2 | (pf2)
2

La generalizacin de las frmulas de los coeficientes de prdida para un sistema de

cualquier nmero de cargas y de centrales se obtiene de manera inmediata:
Bmn =

cos(m n )
N N R
| Vm || Vn | pfm pfn k km kn k

Estos coeficientes de prdidas recalculados servirn para realimentar el sistema al ser

introducidos como datos en el problema de coordinacin hidrotrmica.

4.4 Optimizacin combinada

Para estudiar la optimizacin combinada, minimizamos un funcional de costo que incluye:
el costo de combustible, el costo asignado a las emisiones contaminantes de las centrales
trmicas y las prdidas de transmisin de potencia activa.
Realizamos en principio la exposicin, suponiendo una nica cuenca de trabajo, para
generalizar el estudio a las W cuencas. El desarrollo inicial es similar al ya realizado en el punto
4.5 del captulo anterior.
Como se vio en el captulo II, el coste de la contaminacin es un fenmeno fsico que sigue
un modelo cuadrtico respecto a la potencia generada en cada central trmica de la forma:
Ei (Pi (t)) = i Pi (t) + i Pi (t)2

i = 1, 2, ..., m

Utilizamos las tasas de penalizacin que se emplean en la Comunidad Autnoma de

Galicia, con lo que expresamos dicho coste en unidades monetarias, al igual que el coste de
combustible.
Para las prdidas de potencia activa por transmisin, utilizamos la frmula:
n

PL (t) = Pi (t)Bij Pj (t)

(5.4.4.1)

i =1j =1

siendo n el nmero total de centrales presentes en el sistema.

Expresamos estas prdidas en unidades monetarias, haciendo uso del factor de conversin
, descrito por El-Hawary y Ravindranath [29]. Dicho factor, expresa las prdidas en coste de
generacin, y considerando la frmula de prdidas (5.4.4.1), hallando como el costo
incremental convencional de generacin, se tiene:
i =

i + 2i Pi

i = 1, 2, ..., n

1 2 Bij Pj
j =1

Se halla el valor de i en cada instante como la media de los costos incrementales de todas
las centrales. A continuacin, el valor medio de se halla promediando los i en todos los
instantes.
Para poder optimizar de forma conjunta estos factores, incluimos los tres costes en el
funcional considerando unas funciones peso 1, 2, y 3, que cumplen: 1 + 2 + 3 = 1, y de esta
forma asignamos valores relativos a los tres componentes del funcional.
As el funcional se expresa por:
Tf

J = 1 (i + i Pi (t) + i Pi2(t)) + 2 (i Pi (t) + i Pi2(t)) + 3 (Bij Pi (t)Pj (t)) dt

0 i = 1

i =1
i =1j =1
m

agrupando trminos de manera que el primero incluya la parte trmica, y el segundo aporte
nicamente el costo de las prdidas de las centrales hidrulicas, el problema a resolver ser:

minimizar

m
Tf m

Bij Pj (t) P (t) + ( + + B )P 2(t)

J = 1i + 1i + 2i + 3 j
i
1 i
2 i
3
ii
i
=1
0 i = 1

j i

i =n m

dt
2
Bij Pi (t)Pj (t)
3Bii Pi (t) + 3 j =
n m

j i

con las condiciones:

n

Bij Pi (t)Pj (t) + PD (t) Pi (t) = 0

i =1j =1

i =1

Phm + i (t) + Am + i (t)Q m + i (t) + Bm + i Q m + i (t)Qm + i (t) + Cm + i Q m2 + i (t) = 0

(i RhCA )

Phm + i (t) + Am + i (t)Q m + i (t) Bm + i Q m + i (t) Yj (t, j ) + Bm + i Q m + i (t)Qm + i (t) + Cm + i Q m2 + i (t) = 0

j Rhi

(i RhID )

2j (t, j )
0 t j
=0
Y (t, j ) 2
2
j (j , j ) + Qj (t j ) + 2j (j , j )Qj (t j ) j < t Tf
2
j

Pimn Pi (t) Pimx

(j Rhi )

i = 1, 2, ..., n

y verificando:
Qm + i (0) = 0 y Qm + i (Tf ) = bm + i

i = 1, 2, 3, ..., n m

El procedimiento a seguir es el realizado en el apartado 5.4.1 de este captulo. Para no

alargar en exceso la exposicin presentaremos el esquema de resolucin, los cambios que se
producen con relacin a las ecuaciones ya obtenidas en el apartado mencionado y los resultados
de cada paso.
Los pasos a seguir son los siguientes:
1. Funcin de penalizacin.
2. Funcional aumentado.
3. Ecuacin de Euler.
4. Resolucin del problema de ecuaciones diferenciales con condiciones de contorno.
5. Aplicacin del mtodo LSB.
1. Para incorporar las restricciones de desigualdad, la funcin de penalizacin utilizada es:
T

f
1 n
[mx 2(0, Pimn Pi (t)) + mx 2(0, Pi (t) Pimx )]dt
P(x) =
0 2 i = 1

donde x = (P1(t), P2(t), ..., Pn (t))

2. Al incorporar las condiciones y expresando en un primer sumando la parte trmica el
funcional aumentado resulta:

Tf

(J + cr P(x))* = Idt
0

donde:
m

m
Bij Pj (t) P (t) + ( + + B )P 2(t) +
I = 1i + 1i + 2i + 3 j
i
1 i
2 i
3
ii
i
=1
i = 1

j i

+cr

m
1 m
Bij Pj (t) 1 P (t) +
[ mx 2(0, Pimn Pi (t)) + mx 2(0, Pi (t) Pimx ) ] + l(t) Bii Pi2(t) + j
i
=1
2i =1
i = 1
j i

n m

n m
2
Bm + im + j Phm + j (t)Phm + i (t) +
+ 3Bm + im + i Phm + i (t) + 3 j
=1
i =1

j i

+cr

1 m
[mx 2(0, Phm + imn Phm + i (t)) + mx 2(0, Phm + i (t) Phm + imx )] +
2i =1

n m
m
2
Bm + im + j Phm + j (t) 1 P (t) ] + l(t)P (t) +
+l(t) Bm + im + i Phm
(t)
+
j
m +i
D
+i
=1
i = 1

j i
+ nm + i (t) [Phm + i (t) + Am + i (t)Q m + i (t) + Bm + i Q m + i (t)Qm + i (t) + Cm + i Q m2 + i (t)] +
i RhCA

+ nm + i (t) Ph m + i (t) + Am + i (t)Q m + i (t) Bm + i Q m + i (t) j R Yj (t, j ) + Bm + i Q m + i (t)Qm + i (t) + Cm + i Q m + i (t) +

i RhID

hi

rj (t)Yj2(t, j )

i RhID j Rhi

j (t, j ) [2j (j , j ) + Qj2(t) + 2j (j , j )Qj (t)]

i RhID j Rhi

junto con las condiciones:

Qm + i (0) = 0 y Qm + i (Tf ) = bm + i

i = 1, 2, ..., n m

3. Si aplicamos la ecuacin de Euler al funcional I, se observa que las nicas ecuaciones

que cambian son las relativas a las potencias trmicas Pi e hidrulicas Phm + i .
La ecuacin que obtenemos respecto de cada Pi (i = 1, . . . , m) es:
m

1i + 2i + 23 Bij Pj (t) + 2(1i + 2i + 3Bii )Pi (t) +

j =1
j i

m
Bij Pj (t) 1 l(t) +
+2Bii Pi (t)l(t) + 2 j
=1

j i
(Pimn Pi (t))
+cr
0

Pi (t) Pimx
+cr
0

As, las potencias trmicas ptimas son:

si Pimn Pi (t) 0

si Pimn Pi (t) < 0

si Pi (t) Pimx 0

=0

si Pi (t) Pimx < 0

m
Bij Pj (t) 1 l(t)

+
2

B
P
(t)
+
2 j

2 i
3
ij j
1 1 i
=1
j =1
Pi (t) =

j i
j i
2
+
1i + 2i + (3 + l(t))Bii

(Pimn Pi (t))
cr
0

Pi (t) Pimx
si Pimn Pi (t) 0
+ cr
0
si Pimn Pi (t) < 0

1i + 2i + (3 + l(t))Bii

si Pi (t) Pimx 0

si Pi (t) Pimx < 0

i = 1, , m

La ecuacin respecto de cada Phm + i (i = 1, . . . ,n-m) es:

(Ph m + imn Ph m + i (t))
cr
0

si Ph m + imn Ph m + i (t) 0

Ph m + i (t) Ph m + imx
+ cr
si Ph m + imn Ph m + i (t) < 0
0

si Ph m + i (t) Ph m + imx 0

si Ph m + i (t) Ph m + imx < 0

+nm + i (t) + 23Bm + im + i Ph m + i (t) +

n m

n m
Bm + im + j Ph m + j (t) 1 l(t) = 0
+23 Bm + im + j Ph m + j (t) + 2Bm + im + i Phm + i (t)l(t) + 2 j
=1
j =1
j i

j i

As, las potencias hidrulicas ptimas son:

(Phm + imn Phm + i (t)) si Ph m + imn Ph m + i (t) 0

1 cr
0
si Ph m + imn Ph m + i (t) < 0
Phm + i (t) =
2
+
(3 + l(t))Bm + im + i

Phm + i (t) Phm + imx si Ph m + i (t) Ph m + imx 0

cr
0
si Ph m + i (t) Ph m + imx < 0

+
(3 + l(t))Bm + im + i

n m
n m
Bm + im + j Ph m + j (t) 1 l(t)
nm + i (t) + 23 Bm + im + j Phm + j (t) + 2 j
=1
j =1

j i
j i

(3 + l(t))Bm + im + i

i = 1, 2, ..., n m

El resto de las ecuaciones se expresan por el sistema de ecuaciones diferenciales de

segundo orden con dos condiciones de contorno:
d
[2Cm + i nm + i (t)Q m + i (t) + Am + i (t)nm + i (t)] + Bm + i n m + i (t)Qm + i (t) + gm + i (t) = 0
dt
Qm + i (0) = 0

Qm + i (Tf ) = bm + i
i = 1, 2, ..., n m

teniendo que cumplirse las restricciones siguientes para poder hallar los multiplicadores l(t) y
nm + i (t) an incgnitas:

Bij Pi (t)Pj (t) + PD (t) Pi (t) = 0

i =1j =1

i =1

Phm + i (j) + Am + i (j)Q m + i (j) + Bm + i Q m + i (j)Qm + i (j) + Cm + i Q m2 + i (j) = 0

(i RhCA )

Phm + i (j) + Am + i (j)Q m + i (j) Bm + i Q m + i (j) Ys (j, s ) + Bm + i Q m + i (j)Qm + i (j) + Cm + i Q m2 + i (j) = 0

s Rhi

(i RhID )

4. La solucin de este sistema nos conduce a un nuevo sistema de ecuaciones en sumas:

zm1 + i (j) =

q 1 j(q k)
bm + i j j 1 k(q j)
+
fm + i (k) +
fm + i (k)
q
q
q
k =0
k=j

zm2 + i (j) =

q 1 (q k)
bm + i j 1 k
+
fm + i (k) +
fm + i (k)
q
q
q
k =0
k=j

i = 1, 2, ..., n m

j {0, 1, 2, ..., q 1}

Al cual debemos aadir las ecuaciones de las potencias ptimas generadas:

m
Bis Ps (j) 1 l(j)

+
2

B
P
(j)
+
2 s

1 1 i
2 i
3
is s
=1
s =1
Pi (j) =

s i
s i
2
+
1i + 2i + (3 + l(j))Bii

Pi (j) Pimx
si Pimn Pi (j) 0
+ cr
0
si Pimn Pi (j) < 0

1i + 2i + (3 + l(j))Bii

(Pimn Pi (j))
cr
0

si Pi (j) Pimx 0

si Pi (j) Pimx < 0

i = 1, , m
(Ph m + imn Ph m + i (j)) si Ph m + imn Ph m + i (j) 0

1 cr
0
si Ph m + imn Ph m + i (j) < 0
Phm + i (j) =
2
+
(3 + l(j))Bm + im + i

Ph m + i (j) Ph m + imx si Ph m + i (j) Ph m + imx 0

cr
0
si Ph m + i (j) Ph m + imx < 0

+
(3 + l(j))Bm + im + i

n m
n m
Bm + im + s Ph m + s (j) 1 l(j)
nm + i (j) + 23 Bm + im + s Ph m + s (j) + 2 s
=1
s =1

s i
s i

(3 + l(j))Bm + im + i

i = 1, 2, ..., n m

y de las restricciones:
n

Bis Pi (j)Ps (j) + PD (j) Pi (j) = 0

i =1s =1

i =1

Phm + i (j) + Am + i (j)Q m + i (j) + Bm + i Q m + i (j)Qm + i (j) + Cm + i Q m2 + i (j) = 0

(i RhCA )

Phm + i (j) + Am + i (j)Q m + i (j) Bm + i Q m + i (j) Ys (j, s ) + Bm + i Q m + i (j)Qm + i (j) + Cm + i Q m2 + i (j) = 0

s Rhi

(i RhID )

5. Por tanto, el sistema a resolver mediante el mtodo LSB, generalizando el estudio a las
W cuencas hidrulicas es:
T

[zm1 + i (j)] =

q 1 j(q k)
bmT + i j j 1 k(q j) T
+
fm + i (k) +
fmT + i (k)
q
q
q
k =0
k=j
T

[zm2 + i (j)] =

q 1 (q k)
bmT + i j 1 k T
+
fm + i (k) +
fmT + i (k)
q
q
k =0 q
k=j

i = 1, 2, ..., n T m

1 1i + 2i + 23
s=
Pi (j) =
2

T
(Phm + imn Phm
si Ph m + imn PhTm + i (j) 0
+ i (j))

1 r
T
0
si Ph m + imn PhTm + i (j) < 0
Phm
+ i (j) =
2
+
(3 + l(j))BmT + im + i

T
Phm
+ i (j) Phm + imx
cr
0

si PhTm + i (j) Ph m + imx 0

si PhTm + i (j) Ph m + imx < 0

(3 + l(j))BmT + im + i

T

nT m T
n m
T

2 B
T
nmT + i (j) + 23 BmT + im + s Phm
(j)
+
s = 1 m + im + s Ph m + s (j) 1 l(j)
+s
s =1

s i
s i

(3 + l(j))BmT + im + i

i = 1, 2, ..., n T m
m

i =1s =1

n m n m

Bis Pi (j)Ps (j) +

i =1

n m

i =1

i =1

BisT PiT (j)PsT (j) + PD (j) Pi (j) PiT (j) = 0

s =1

T
T
T
T
T
T
T
2
Phm
+ i (j) + Am + i (j)Q m + i (j) + Bm + i Q m + i (j)Qm + i (j) + Cm + i [Q m + i (j)] = 0

(i RhCA )

T
T
PhTm + i (j) + AmT + i (j)Q mT + i (j) BmT + i Q mT + i (j) s R Ys (j, s ) + BmT + i Q mT + i (j)QmT + i (j) + CmT + i [Q m2 + i] (j) = 0
hi

(i RhID )
T = 1, 2, ..., W
j {0, 1, 2, ..., q 1}

(5.4.4.2)

Y as obtenemos la solucin en el caso ms general.

5 Existencia y unicidad de solucin
En el punto 5.2.4 hemos desarrollado un teorema que garantiza la existencia de solucin
para el problema planteado. Por otro lado, y tras todo el desarrollo efectuado, tambin hemos
visto la forma de la solucin ptima, que viene expresada por medio de un sistema no lineal de
ecuaciones, como el (5.4.4.2) obtenido en el caso ms general de optimizacin combinada y W
cuencas hidrulicas. Vamos ahora a mostrar que la solucin del problema es nica.
Para ello, el primer paso consiste en ver que las ecuaciones anteriores (5.4.4.2) las podemos
expresar en forma matricial:
z(j) = T[j, z(j)]

con:
z(j) = col(nm + 1(j) . . . nn m (j) l(j) zm1 + 1(j) zm2 + 1(j) . . . zn1(j) zn2(j))

Como vimos, zm1 + i (j) y zm2 + i (j) ya se encuentran escritas en esta forma. Para despejar los
multiplicadores l(t) y nm + i (t) basta sustituir las potencias ptimas en las ecuaciones de restriccin
que deben verificarse, obteniendo directamente nm + i (t) y pudiendo despejar l(t) de una ecuacin
de segundo grado, a similitud de lo ya visto en el punto 3.6, al desarrollar el algoritmo de
optimizacin para el problema, aplicando el teorema de la norma mnima.
Si existe un elemento z * que cumpla la ecuacin anterior, a este elemento se le llama punto
fijo de T. Ya vimos en el captulo 3 que una forma eficaz de resolver este tipo de problemas, y
de garantizar la unicidad de solucin, era la construccin del algoritmo de contraccin del punto
fijo modificado (teorema 5 del captulo 3).
Como se ha visto en [22] y [67] una buena eleccin de V para aplicar el algoritmo del punto
fijo modificado en:
z(j)l + 1 = [I V] 1 [T(j, z(j)l ) V(z(j)l )]

para l = 0, 1, 2, . . . hasta donde se satisfaga es:

O
V =
O

I2(n m) 3(n m) + 1

siendo I2(n m) la matriz unidad de orden 2(n-m) y el escalar el valor de correccin.

Al aplicar lo anterior a nuestro problema tenemos que:
Teorema 9. Existe un nico punto crtico del problema variacional
1
1
m

v * = F + i (x)i dx = F *dx.
x0
x0

i =1

Y por tanto queda garantizado el siguiente corolario.

Corolario. El problema planteado tiene mnimo nico.
6 Conclusiones
En este captulo se estudian dos tipos de sistemas hidrotrmico: uninodal y multinodal,
siendo ste ltimo una novedad con respecto a los captulos anteriores.
Se desarrolla el estudio de programacin ptima de un sistema hidrotrmico a corto plazo
(HTSSR), considerando mltiples objetivos, mediante la ecuacin de Euler lo que nos permite
de una forma sencilla incluir restricciones de desigualdad.
En el modelo multinodal de red se realiza la optimizacin del flujo de carga
correspondiente. La tcnica de resolucin de este problema se aborda en dos etapas:
1. En primer lugar se trata la coordinacin hidrotrmica sin incorporar las restricciones

del flujo de carga de la red. Las restricciones de desigualdad se solventan mediante

funciones de penalizacin. Se aplica el algoritmo LSB que permite realizar fcilmente
optimizaciones de mltiples factores, a diferencia de mtodos anteriores.
2. En segundo lugar, se optimiza el flujo de carga a travs del mtodo de Han-Powell.

Se obtienen as valores para los coeficientes de prdidas en cada instante que vuelven a
introducirse en el problema de coordinacin hidrotrmica.
A partir del algoritmo que hemos elaborado, se realiz y patent un programa en lenguaje
FORTRAN 90 denominado "OPTIMIZA". Dicho programa se presenta en entorno Windows y
para crearlo se escogi el compilador Microsoft Visual Basic. Algunas de las ventajas de este
programa son:
Su fcil manejo ya que a travs de ventanas mantiene una comunicacin sencilla y fluida

con el usuario, de tal forma que no se precisan conocimientos especiales para utilizarlo.
Dispone de un mdulo de dibujo que permite realizar un diseo grfico de la red e

introducir las caractersticas tcnicas de cada elemento, es decir los datos de que se disponen.

Su tiempo de ejecucin es muy bajo y las necesidades de memoria son reducidas. As

mismo los valores iniciales que se utilizan para iniciar el algoritmo no necesitan estar prximos
a la solucin exacta, con lo que se asegura la convergencia en la mayora de los casos.
Se presentan los resultados de forma cmoda, sencilla y concisa para el usuario, para que
no le resulte pesado la asimilacin de los resultados obtenidos por el programa.