Aplicación del algoritmo metaheurístico optimización evolutiva por enjambre de partículas (epso) a la alternativa de asignación de energía eléctrica : minimización de pagos finales (pcm)

Abstract

Actualmente muchos de los mercados de energía mayorista en el mundo operan en un esquema de subasta, bajo la coordinación del perador del Mercado Este se encarga de recibir las ofertas de los participantes y realizar la asignación correspondiente para suplir la demanda. Esta subasta se realiza a partir de ciertos criterios que suelen minimizar la asignación, teniendo en cuenta lo ofertado por cada participante. Una vez terminado la asignación, sigue la liquidación a cada agente generador, para esto se utiliza un esquema de pago uniforme, ya que bajo la rama de teoría de juegos, se ha comprobado que este incentiva a los generadores a reducir sus ofertas, lo cual implica directamente una reducción en los pagos como resultado de la asignación. Al asignar según las ofertas de los generadores y luego liquidar los pagos de una manera uniforme, evitaría obtención de menores costos en el consumidor final de la energía eléctrica. Para cubrir este problema varias investigaciones proponen un criterio de asignación de energética, que tiene en cuenta el precio marginal del sistema, lo que lo hace estar más afín al esquema de liquidación uniforme, este criterio de minimización es conocido como minimización de pagos finales, pero su implementación no ha sido factible ya que conlleva a tiempos de ejecución muy prolongados, y además su complejidad hace que los agentes generadores opongan cierta resistencia a la implementación del mismo. Este trabajo presenta la implementación del algoritmo meta-heurístico, Optimización Evolutiva de Enjambre de Partículas , como herramienta para la solución al problema de asignación de energía eléctrica, con el fin de minimizar los tiempos de ejecución, ya que históricamente comparando los resultados obtenidos al utilizar EPSO con respecto a otros métodos meta-heurísticos como Búsqueda Tabú, Recocido Simulado, Estrategias Evolutivas, entre otros, se obtiene una mejor calidad en sus optimizaciones.