Scientia et Technica Ao XIV, No 39, Septiembre de 2008. Universidad Tecnolgica de Pereira.

ISSN 0122-1701 31

FLUJO DE POTENCIA PTIMO CON RESTRICCIONES DE SEGURIDAD USANDO UN

METODO DE PUNTO INTERIOR

Security-constrained optimal power flow using an interior point method

RESUMEN JESS MARA LPEZ

Este artculo presenta un modelo de flujo de potencia ptimo con restricciones de LEZAMA
seguridad usando un mtodo de punto interior predictor-corrector. El modelo Ingeniero Electricista, M. Sc.
consiste en una formulacin de flujo ptimo con flujos post-contingencia Profesor Auxiliar
acoplados. El modelo considera contingencias simples en lneas de transmisin Universidad de Antioquia
y/o transformadores encontrando un esquema de despacho que minimiza el lezama@udea.edu.co
deslastre de carga. Se presentan resultados para un sistema de prueba de 6 barras.

PALABRAS CLAVES: Flujo de potencia ptimo, mtodos de punto interior, LUIS ALFONSO GALLEGO
programacin lineal. PAREJA
Ingeniero Elctrico, M. Sc.
ABSTRACT Estudiante de doctorado de la
This paper presents a security-constrained optimal power flow model using a Universidad Estadual Paulista, Ilha
predictor-corrector interior point method. The model consists of an optimal Solteira - Brasil
power flow formulation coupled with post-contingency flows. The model gallegopareja@gmail.com
considers single contingencies in transmission lines and/or transformers and
finds a dispatch that minimizes the load shedding. Results are presented in a 6
bus test system.

KEYWORDS: Optimal power flow, interior point methods, linear

programming.

1. INTRODUCCIN se debe tener una formulacin lineal de las restricciones

El Flujo de Potencia ptimo (OPF- Optimal Power
Flow) consiste en despachar una serie de generadores
para satisfacer una demanda dada teniendo en cuenta las
restricciones del sistema y hacindolo al menor costo
posible. La solucin general de un OPF consiste en
minimizar (o maximizar) una funcin objetivo sujeta a
restricciones de igualdad y desigualdad. La funcin
objetivo puede tomar diferentes formas dependiendo del
propsito del OPF. Algunos ejemplos de funcin objetivo
incluyen la minimizacin de un parmetro como las
prdidas del sistema, el costo de operacin y las
emisiones. Otras formas de funcin objetivo pueden
contemplar la maximizacin de un parmetro como el
beneficio social neto.
El problema de Flujo de Potencia ptimo se puede
abordar usando un modelo simplificado de la red, lo cual
da origen a un Flujo de Potencia Optimo DC (DCOPF).
El modelo DC de la red se obtiene ignorando las prdidas
y linealizando las ecuaciones de flujo de potencia. Este
modelo simplificado naci a partir de los trabajos de Stott
y Alsac en OPF con restricciones de seguridad [1].
Para resolver un DCOPF se pueden usar tcnicas de
Programacin Lineal o Programacin Cuadrtica [2]. La
Programacin Cuadrtica es un caso especial de
programacin no lineal donde la funcin objetivo es
cuadrtica y las restricciones son lineales.
En el caso de OPF usando Programacin Lineal no solo
Fecha de Recepcin: 4 de junio de 2008
Fecha de Aceptacin: 12 de agosto de 2008
del sistema, sino tambin de la funcin objetivo. El
Mtodo Simplex es uno de los ms conocidos para
abordar este tipo de problemas. Sin embargo, los mtodos
de puntos interiores han demostrado ser ms eficientes
cuando se manejan problemas de grandes dimensiones
[3].
Cuando se modela un Flujo de Potencia ptimo que no
solo considera las restricciones de la red bajo
funcionamiento normal, sino tambin bajo contingencias,
se tiene un Flujo de Potencia ptimo con Restricciones
de Seguridad (SCOPF). La consideracin de factibilidad
ante primeras contingencias en el clculo del OPF
aparece en la literatura por primera vez en 1974 en el
trabajo desarrollado por Stott y Alsac [1]. Sin embargo,
esta metodologa no garantiza la obtencin de una
solucin ptima matemtica, dado que las contingencias
son ingresadas una a la vez, haciendo que la solucin
ptima dependa del orden en que se ingresen las
contingencias [4].
Para obtener un despacho seguro de menor costo, es
necesario considerar todas las contingencias a la vez, lo
cual es posible mediante la inclusin de flujos post-
contingencia acoplados en la formulacin del problema.
La idea de estos flujos aparece por primera vez en la
literatura en [5] en donde se propone el uso de flujos
post-contingencia acoplados en el contexto de Flujo de
Potencia ptimo con convocatoria de unidades y reserva
distribuida segura. Esta idea fue posteriormente usada por
32 Scientia et Technica Ao XIV, No 39, Septiembre de 2008. Universidad Tecnolgica de Pereira.

Chen [6] restringiendo su aplicacin al problema del flujo contempladas en el modelo consisten en fallas simples de
ptimo con reserva distribuida de energa. una lnea de transmisin o un transformador.
En este artculo se presenta un modelo de flujo de La ecuacin (1) representa la funcin objetivo, la cual es
potencia ptimo con restricciones de seguridad basado en la sumatoria de las funciones de costo de los generadores
contingencias. Para considerar todas las contingencias al para cada una de las contingencias. En este caso, estas
mismo tiempo se plantea un sistema equivalente por islas funciones de costo son ponderadas por la probabilidad de
en donde la primera isla corresponde al caso base, y las ocurrencia de la contingencia. Las ecuaciones (2) y (3)
restantes corresponden al sistema tras cada una de las corresponden a la primera y segunda ley de Kirchhoff
contingencias. Dado que el sistema equivalente es de respectivamente. La ecuacin (4) indica que el ngulo de
gran tamao se ha utilizado un mtodo de punto interior la barra de referencia se debe mantener igual a cero para
predictor-corrector para resolver el problema de el caso base y cada una de las contingencias. Las
Programacin Lineal resultante. ecuaciones (5), (6) y (7) corresponden a los lmites
mnimos y mximos de los flujos en las lneas, las
potencias generadas y las velocidades de toma de carga
(rampas) de los generadores. La primera y segunda ley de
2. MODELO DE FLUJO PTIMO CON Kirchhoff se pueden escribir como lo indican las
RESTRICCIONES DE SEGURIDAD ecuaciones (8) y (9).
A continuacin se presenta la formulacin matemtica
del flujo de potencia ptimo con restricciones de
SF + MgPg = D (8)
seguridad: IF + X S = 0
1 T
(9)
nc ng
Min f ( Pg
j =1 i =1
i
j
) (1) En este caso Mg corresponde a una matriz de
posicionamiento de generadores en donde las filas
corresponden a los nodos y las columnas a los
sa: generadores. Si la posicin Mg(i,j) es igual a uno,
nl significa que el generador j se encuentra en el nodo i.
Pg kj Dkj = F j km (2) Esta formulacin permite colocar ms de un generador en
m =1 una sola barra [7]. La matriz diagonal de reactancias es
representada por X y la matriz de incidencia nodo rama
(
F j km = kj mj / xkm ) (3) por S. Para representar el modelo de forma compacta se
utiliza el vector x que contiene las variables de
refj = 0 (4) optimizacin y esta dado por:

F j km _ min F j km F j km _ max (5) x = [ F Pg R ]T (10)

Pg j i _ min Pg j i Pg j i _ max (6) De esta forma, las ecuaciones (8) y (9) se pueden escribir
de forma matricial como:
Pg j i Pg 0i Ri (7) F
donde: S Mg 0 0 Pg D
I = (11)
Pg i : Potencia entregada por el generador i en la
j
0 1
X ST 0 0
j-sima contingencia;

R
Dk j : Demanda de la barra k en la j-sima contingencia En este caso todas las expresiones de la ecuacin (11)
j corresponden a las obtenidas con el sistema equivalente.
F km : Flujo en la lnea (o transformador) que une las A manera de ejemplo, las matrices S y Mg estaran dadas
barras km en la j-sima contingencia; por las expresiones (12) y (13) respectivamente, donde nc
jk : Angulo de la barra k en la j-sima contingencia; indica el nmero de contingencias.

Ri : Velocidad de toma de carga del generador i;

S 0
xkm : Impedancia de la lnea (o transformador) que une
S1
las barras km.
S= S2 (12)
En este caso j=0 corresponde al caso base, donde no se
...
considera ninguna contingencia. Las contingencias
nc
S
Scientia et Technica Ao XIV, No 39, Septiembre de 2008. Universidad Tecnolgica de Pereira. 33

Mg 0 Finalmente, usando la funcin Lagrangeana para eliminar

las restricciones del problema se obtiene:
Mg 1
(13)
Mg = Mg 2
n


...
min cT x ln v j + ln s j y T ( Ax b)

j =1 (18)
Mg nc
z T ( x v l ) + wT ( x + s u )
Las ecuaciones (5), (6) y (7) se pueden expresar como
lmites inferiores y superiores de las variables de Donde > 0 es un parmetro de barrera que decrece
k

optimizacin especificadas en el vector x.

En el modelo propuesto se incluyen generadores ficticios
de racionamiento en las barras de carga. La oferta
utilizada por estos generadores corresponde al costo de
racionamiento.
j
Si c es el vector de costos de generacin (incluyendo
los generadores ficticios) para la j-sima contingencia y
p j es la probabilidad de falla nica del j-simo elemento
del sistema (lnea o transformador), entonces el vector de
costos se puede expresar como:
c = [ p0 c 0 p1c1 p2 c 2 ... pnc c nc ]
Finalmente, el modelo representado por las ecuaciones
(1) a (7) se puede representar en forma compacta como:
min cT x
s.a Ax = b
l x u
3. METODO DE PUNTO INTERIOR
El problema de PL planteado en (15) se puede resolver
usando un mtodo de punto interior para variables
canalizadas. Una descripcin detallada de este mtodo se
puede consular en [8] y [9].
Usando variables de holgura para convertir las
desigualdades en igualdades se tiene:
min cT x
sa Ax = b
xv = l
x+s =u
v 0, s 0
Usando el criterio de barrera logartmica para eliminar las
restricciones de no negatividad se tiene:
montonamente en el proceso iterativo. La sucesin de
valores de estos parmetros genera una secuencia de sub-
problemas de programacin lineal basado en el teorema
de Fiasco y McCormick [8].
Las condiciones necesarias de optimalidad de primer
orden de Karush-Kuhn-Tucker (KKT) son obtenidas
igualando el gradiente de la funcin Lagrangeana a cero,
el cual requiere que la primera derivada de l con respecto
a todas las variables sea cero como se muestra en el
sistema de ecuaciones (19).
(14)
l l
= 0 Ax = b ; = 0 xv =l
y z
l l
=0 x+s = ; = 0 AT y w + z = c (19)
w x
l l
(15) = 0 SWe = e; = 0 VZe = e
s v
Donde e es un vector de n elementos todos con valor de
uno, y S, W, V, Z son matrices diagonales de s, w, v, z
respectivamente.
Las condiciones necesarias de optimalidad de primer
orden representadas por el sistema de ecuaciones (19) son
no lineales y deben ser solucionadas simultneamente.
Generalmente estas ecuaciones son solucionadas
mediante el mtodo de Newton, lo cual requiere la
linealizacin de las ecuaciones alrededor de un punto,
para un parmetro de barrera dado. Al linealizar el
(16) sistema de ecuaciones (19) se tiene:
Ax = b Ax
x v = l x + v
x + s = u x s (20)
A y w + z = c A y + w z
T T

n
S w + W S = e SWe S We
min cT x ln v j + ln s j
j =1 V z + Z v = e VZe V Ze
sa Ax = b (17)
Se puede notar en el conjunto de ecuaciones (20) que los
xv = l ltimos trminos correspondientes a las ltimas dos
ecuaciones son no lineales. Este conjunto de ecuaciones
x+s =u
puede ser solucionado mediante un procedimiento
34 Scientia et Technica Ao XIV, No 39, Septiembre de 2008. Universidad Tecnolgica de Pereira.

predictor-corrector similar al descrito en [9]. En el paso

predictor se resuelve el sistema de ecuaciones propuesto z j = c j + 2 , w j = 2 , si c j 0 (29)
en (20) considerando nicamente los trminos lineales.
La direccin obtenida en este paso (denominada z j = 2 , w j = c j + 2 , si 2 c j 0 (30)
direccin affine-scaling) es usada para aproximar los
trminos no lineales y para estimar un parmetro de
z j = c j , w j = 2c j , si c j < 2 (31)
barrera que sern usados en el paso corrector.
Para obtener un mejor desempeo del algoritmo, en [9]
se recomienda usar valores 1 = 100 y 3 =1.
3.1 Criterios de convergencia
El algoritmo termina cuando las condiciones de
factibiliad y optimaliad cumplen con el conjunto de
4. RESULTADOS OBTENIDOS
ecuaciones (19).

Factibilidad primal: Para probar el modelo se utiliz el sistema de 6 barras de

Wood and Wollenberg [10] modificado, el cual se ilustra
Ax b en la figura 1. Los datos de lneas y generadores se
f (21) muestran en las tablas 1 y 2 respectivamente.
1+ x
Factibilidad de los lmites mnimos y mximos:

xl ux
f ; f (22)
1+ x + v 1+ x + s

La factibilidad dual:

AT y + w z
f (23)
1+ y + w + z

Condicin de optimalidad: Figura 1. Sistema de potencia de 6 barras

cT x (bT y u T w + l T z ) Lnea Reactancia Lmite (MW) P falla (%)

0 (24) 1-2 0.2 40 0.002
1 + bT y u T w + l T z 1-4 0.1 70 0.005
1-5 0.1 80 0.087
Donde f y 0 son las tolerancias de las condiciones de 2-3 0.2 40 0.003
2-4 0.1 80 0.093
factibiliad y optimalidad respectivamente.
2-5 0.3 50 0.001
2-6 0.2 80 0.091
3.2 Seleccin del punto inicial 3-5 0.2 70 0.003
Para seleccionar un punto inicial se define primero: 3-6 0.2 80 0.001
4-5 0.4 50 0.002
5-6 0.3 40 0.001
2 = 1 + 3 c (25) Tabla 1. Datos de lneas

Las variables primales iniciales son calculadas como:

Generador Barra Pg Min Pg Max Oferta
(MW) (MW) ($/MWh)
x j = 1 (26)
G1 1 25 120 15
v j = max(1 , x j l j ) (27) G2 2 20 200 14
G3 3 10 110 18
s j = max(1 , u j x j ) (28) Tabla 2. Datos de generadores

Las variables duales, y=0, z y w, deben satisfacer las En este caso la columna 4 de la primera tabla hace
condiciones de factibilidad dual: referencia a la probabilidad de falla nica de la lnea, es
Scientia et Technica Ao XIV, No 39, Septiembre de 2008. Universidad Tecnolgica de Pereira. 35

decir, la probabilidad de que dicha lnea falle y las Si no se consideran contingencias y se corre un flujo de
restantes estn operando. Se puede observar que las potencia ptimo tradicional se obtiene el resultado
probabilidades de falla nica de las lneas son pequeas. mostrado en la tabla 3 con un costo total de 3860,2 $/h.
A manera de ilustracin solamente se utilizar el modelo
para fallas en las lneas 1-5, 2-4 y 2-6, que son las que Generador Oferta OPF
presentan mayor probabilidad de falla. ($/MWh) tradicional
G1 15 110,17
Como se indic en la seccin 2, el modelo consiste en G2 14 144,82
usar flujos post-contingencia acoplados, es decir, se G3 18 10,0
tienen en cuenta todas las contingencias al mismo Tabla 3. Resultados con un OPF sin considerar contingencias
tiempo. Para esto, se construye un sistema equivalente
formado por islas donde la primera isla es el caso base y En la tabla 3 se puede observar que el generador que hace
el resto de las islas representan el sistema tras cada una la mayor oferta es despachado en su mnimo tcnico. Al
de las contingencias. El acople entre las islas del sistema ocurrir una falla es probable que se necesite ms potencia
equivalente esta dado por las restricciones de velocidad de este generador. Si la velocidad de toma de carga de
de toma de carga. El sistema equivalente se muestra en la este generador es muy pequea, es probable que no pueda
figura 2. atender los nuevos requerimientos del sistema y se
produzcan racionamientos. En la tabla 4 se muestran los
racionamientos que se producen si se considera un OPF
tradicional y una velocidad de toma de carga de 40MW
para todos los generadores.

Barras de Falla 1-5 Falla 2-4 Falla 2-6

Carga
4 0 0,53 0
5 22,22 0 0
6 24,9 0 32
Tabla 4. Racionamientos en MW para un OPF tradicional

En la tabla 5 se muestran los resultados para un OPF con

restricciones de seguridad utilizando el modelo
propuesto. En este caso se consider un costo de
racionamiento de 200 $/MWh y diferentes valores (en
MW) para la velocidad de toma de carga de los
generadores. Para las tres contingencias analizadas el
racionamiento en cada una de las barras de carga es igual
Figura 2. Sistema equivalente considerando contingencias
a cero. Sin embargo, el costo de operacin se increment
debido a que se utilizaron recursos ms costosos
En la figura 3 se muestra la estructura de la matriz de (generador 3) con el fin de evitar racionamientos.
restricciones de igualdad, se puede observar que esta
matriz es altamente dispersa. OPF con OPF con OPF con
Generador rampa=20 rampa=30 rampa=40
G1 34,95 30,0 20,0
G2 141,27 156,42 176,42
G3 88,58 78,58 68,58
Costo 4099,3 $/h 4054,3 $/h 4004,3 $/h
Tabla 5. Resultados con un OPF con restricciones de seguridad
para diferentes valores de rampa de los generadores

En la tabla 5 se puede observar que para altas velocidades

de toma de carga el generador ms costoso se usa en
menor medida, haciendo que el costo total del despacho
disminuya. Para valores de velocidad de toma de carga
muy altos, el despacho calculado por el OPF con
restricciones de seguridad tiende a los valores obtenidos
para el OPF tradicional.

Los flujos en las lneas tras cada una de las contingencias

Figura 3. Estructura de la matriz de restricciones para el OPF con restricciones de seguridad usando una
36 Scientia et Technica Ao XIV, No 39, Septiembre de 2008. Universidad Tecnolgica de Pereira.

rampa de 40 MW se muestran en la tabla 6. Se puede [2] M. Bazaraa, H. Sherali and C. Shetty. Linear
observar que para la contingencia de la lnea 2-4, las programming and network flows, John Wiley and
lneas 1-2 y 1-4 se encuentran en sus lmites inferior y Sons, 1983.
superior respectivamente. [3] G.L. Torrez, V.H. Quintana, An interior point
method for nonlinear optimal power flow using
voltage rectangular coordinates, IEEE Transactions
Lnea Falla 1-5 Falla 2-4 Falla 2-6 on Power Systems, vol. 13, pp. 1211-1218, Nov.
1-2 -11,25 -40,00 -28,76 1998.
1-4 36,63 70,00 13,86 [4] J.M. Lpez-Lezama, C.E. Murillo-Snchez, L.J
1-5 ---- 30,00 34,89 Zuluaga, and J.F Gutirrez-Gmez, A contingency-
2-3 27,59 20,33 5,46 based security-constrained optimal power flow
2-4 59,14 ---- 71,38 model for revealing the marginal cost of a blackout
2-5 40,75 36,67 30,80 risk-equalizing policy in the colombian electricity
2-6 61,25 57,00 ---- market, in proc 2006 Transmission and Distribution
3-5 33,54 34,67 40,74 Conference and Exposition: Latin America.
3-6 33,66 36,67 73,29 [5] Thorp, J., Murillo-Sanchez, C.E. and Thomas, R.J
4-5 15,78 -10,00 5,25 Time-space Methods for Determining Locational
5-6 0,085 1,33 21,70 Reserves: A Framework for Locational Based
Tabla 5. Flujos en las lneas para las diferentes fallas Pricing and Scheduling for Reserve Markets
Report to the Department of Energy, November
2001.
[6] Chen, J., Thorp, J., Thomas. R.J. and Mount, T.D.,
5. CONCLUSIONES Y RECOMENDACIONES Locational Pricing and Scheduling for an
Integrated Energy-Reserve Market, Proc of the
Se ha presentado un modelo de flujo de potencia ptimo 36th Hawaii International Conference on Systems
con restricciones de seguridad basado en contingencias. Sciences, 2003.
Para un sistema de potencia dado, se encuentra un [7] R.D Zimmerman, C.E. Murillo-Sanchez, and D.
esquema de despacho que minimiza los deslastres de Gan. MATPOWER users manual,
carga cuando ocurren contingencias simples en http//www.pserc.cornel.edu/matpower/, 2006.
transformadores o lneas de transmisin. [8] N.K. Karmarkar, A new polynomial-time algorithm
for linear programming. Combinatorica, vol. 4, pp.
El mtodo de punto interior para resolver el PL resultante 373-395, 1984.
muestra ser eficiente para sistemas pequeos y medianos, [9] L.S. Vargas, V.H. Quintana and A. Vannelli, A
sin embargo, para analizar sistemas de grande porte, es tutorial description of an interior point method and
necesario optimizar el mtodo utilizando rutinas que its applications to security-constrained economic
aprovechen la esparcidad de la matriz de restricciones dispatch, IEEE Transactions on Power Systems,
con el fin de obtener resultados en tiempos de clculo vol. 8, No 3, pp. 1315-1323, Aug 1993.
aceptables. [10] A. Wood and B. Wollenberg. Power generation
operation and control. John Wiley & sons. 1984.
El modelo se puede modificar fcilmente para incluir otro
tipo de contingencias, las cuales pueden incluir fallos en
generadores, o contingencias mltiples.

Una versin posterior del modelo buscar incluir una

representacin AC de la red de transmisin, con lo cual,
sera necesario considerar los voltajes de las barras y las
potencias reactivas como variables de optimizacin. En
este caso, habra que explorar diferentes mtodos para
solucionar el problema de programacin no lineal
resultante.

6. BIBLIOGRAFA

[1] O. Alsac and B. Stott. Optimal Load Flow with

Steady-State Security, IEEE Transactions on Power
Apparatus and Systems, Vol. 93 pp. 745-751,
May/June 1974.