Optimization of a wind and storage power plant participating in the electricity marketa data-driven stochastic approach.

Resumen

En los últimos años, como consecuencia de una preocupación creciente por los efectos del cambio climático, se ha promovido la descarbonización del sector de la generación de energía eléctrica. Como resultado, las tecnologías de generación basadas en fuentes renovables, principalmente eólica y solar, han experimentado un fuerte desarrollo que las ha llevado, a día de hoy, a ser consideradas tecnologías de generación maduras en disposición de competir con las fuentes de generación tradicionales en los mercados eléctricos. Así, estas tecnologías han conseguido importantes cuotas de presencia en el mix de generación de muchos países, lo que unido a su inherente variabilidad constituye un serio reto en lo que se refiere a garantizar la fiabilidad y seguridad del sistema eléctrico. Esta integración de generadores renovables en los sistemas eléctricos de muchos países ha ido evolucionando tanto desde el punto de vista técnico como desde el de mercado. Así, en el aspecto técnico, reglamentación específica para aumentar las exigencias de telemedida y telecontrol o para regular el comportamiento de generadores eólicos y solares frente a huecos de tensión ha sido desarrollada por parte del operador del sistema para garantizar la fiabilidad y seguridad del mismo. En cuanto a la integración de este tipo de generadores en el mercado eléctrico, en un principio la tendencia más habitual era permitir que éstos entregasen toda la energía generada a un precio que les permitiese compensar los elevados costes originales. Posteriormente, se avanzó hacia una participación efectiva en los mercados de energía y actualmente hay países que ya permiten que estos generadores participen en los mercados de ajuste y servicios auxiliares. En este entorno, el foco de esta tesis se pone en la integración de un generador renovable en el mercado eléctrico. En concreto, en el problema que afronta un operador de un parque eólico, a la hora de decidir cómo participar en el mismo. La característica principal de este problema de toma de decisiones tiene su origen en la estructura del mercado eléctrico en el que buena parte de las decisiones a tomar por el operador de una planta de generación tienen que ser tomadas con antelación respecto al momento de participación efectiva en el mercado. Así, el problema de toma de decisiones ha de plantearse teniendo en cuenta la incertidumbre asociada a parámetros importantes del mismo como pueden ser los precios de la energìa o la disponibilidad del propio recurso renovable. Por otro lado, el campo de las matemáticas aplicadas traccionada por los avances extraordinarios en la capacidad de computación disponible y fácilmente accesible, pone a disposición de la ingeniería una amplia oferta de herramientas que no pueden ser desperdiciadas. En particular, en esta tesis se plantea unir dos áreas de la matemática aplicada y aplicarlos a un problema muy concreto. Así, por un lado se plantea el modelo de toma de decisiones como un problema de optimización bajo incertidumbre. Más concretamente, se aplicará un enfoque estocástico para tratar la incertidumbre asociada a ciertos parámetros del problema como disponibilidad de recurso eólico o precios de la energía. Este enfoque estocástico exigirá definir un conjunto de escenarios, con una probabilidad asociada, que representen realizaciones posibles de los parámetros afectados por la incertidumbre. Para definir estos escenarios se utilizará un enfoque basado en datos, es decir, se extraerá información de los datos disponibles. Para llevar a cabo esta tarea, se plantea la utilización de herramientas de aprendizaje automático tanto supervisado como no supervisado. En esta tesis, se utilizará el mercado eléctrico ibérico (España y Portugal) como inspirador de los modelos planteados. En el capítulo 2 se presenta una descripción conceptual de dicho mercado con el único objetivo de contextualizar los problemas que se desarrollarán en capitulos posteriores. Además en el capítulo 3, se describen las herramientas matemáticas que se utilizarán a lo largo de la tesis tanto en lo referente a problemas de optimización como a herramientas de análisis de datos. El objetivo es hacer este documento lo más auto-contenido posible. En los capítulos 4, 5 y 6 se plantean diferentes casos de un parque eólico con almacenamiento que participa en diferentes mercados, tanto de energía como de regulación. Por último, en el capítulo 7 se extraen algunas conclusiones relevantes y se establecen futuras líneas de trabajo.