IEEE Power & Energy Magazine - Spanish - November 2019 - 56

la importancia de incluir predicciones de VER en los cál-
culos de flujo de carga para detectar la congestión de la
red en el futuro e identificar contramedidas. En el sistema
eléctrico alemán, la mayoría de los generadores renovables
están conectados al nivel de tensión de 110 kV o inferior.
Esto conduce a un interés en el flujo energético a través de
subestaciones que conectan diferentes niveles de la red, lo
500
Potencia (MW)

400
300
200
100
0

-100

20
17

ab
r.
de

20
17

ab
r.
de

20
17
23

ab
r.
de

20
17
20

ab
r.
de
de

ab
r.
de

20
17

-200

Hora
Predicción

Potencia Eólica

Carga de red

gráfico 4. Ejemplo de medición de flujo de carga en un
transformador entre niveles de muy alta tensión y alta tensión. Las curvas azul y verde muestran, respectivamente,
predicciones deterministas y basadas en escenarios de la
participación de energía eólica en este transformador.

120
100
Q en PCR (MVar)

80
60
40
20
0
-20
-40
-60

14
16
Hora (h)

Q PCR = 0
Q PCR Normal
FEO con rango Q
Predicción con rango Q
Rango Q con incertidumbre

gráfico 5. Resultados de una simulación para un caso
de uso relativo a la demanda de potencia reactiva (Q) por
parte del GRT. Q = 0 Mvar en el PCC. PCR: punto de conjunción de red; FEO: flujo de potencia óptimo. (Fuente: S.
Wende-von Berg et al.; usado con permiso).
56

ieee power & energy magazine

que se conoce como carga de la red vertical. El intercam-
bio de datos entre operadores de red, especialmente entre los
GRT y los GRD, suele ser tedioso. Varias iniciativas recien-
tes para intercambiar datos sobre la topología de la red, las
unidades de VER conectadas a puntos específicos de la red
y la producción real prometen optimizar los pronósticos
relacionados con la red. Los proveedores en Alemania ahora
proporcionan pronósticos de la carga de la red vertical a los
operadores de la red para varias subestaciones. La reciente
experiencia indica que la integración de los pronósticos de
generación, carga y precio conduce a proyecciones más pre-
cisas de la carga de la red vertical. Además, las bandas de
confianza muestran la incertidumbre de la predicción de la
carga vertical de la red, tal como se ilustra en el gráfico 3.
Los operadores de red alemanes actualmente calculan
pronósticos de congestión para un nivel de tensión especí-
fico basado en la generación determinista y predicciones
de carga. Las predicciones de flujo de carga resultantes y
las medidas de seguridad de la red no incorporan ninguna
información de incertidumbre sobre la generación de energía
eólica y fotovoltaica (FV). Los GRT alemanes planean usar
pronósticos probabilísticos, es decir, de escenarios, como
entrada para los cálculos de seguridad de congestión de la
red (por ejemplo, pronósticos de congestión) para considerar
la incertidumbre en los procesos de gestión de la red.
Se utilizan varios métodos para calcular escenarios de
predicción de la producción energética de plantas eólicas y
estaciones FV distribuidas espacialmente en función de pro-
nósticos probabilísticos. Con métodos como los enfoques de
acoplamiento de cópula de conjunto (método 2 en el gráfico
1), se puede calibrar el escenario en el tiempo y el espacio
para obtener escenarios confiables de predicciones de ener-
gía eólica y FV con correlaciones realistas de origen clima-
tológico entre ubicaciones. El gráfico 4 es un ejemplo de una
medición de carga de red vertical y pronósticos probabilísti-
cos y deterministas de la participación de energía eólica en
este transformador.
El uso de una predicción de escenario calibrada en lugar
del mejor pronóstico único para todos los puntos de acopla-
miento común (PCC, por sus siglas en inglés) implica que el
cálculo del flujo de carga debe repetirse para cada miembro
del escenario. Además de los cálculos de flujo de carga múl-
tiple, los operadores de la red deben interpretar las carac-
terísticas del flujo de carga resultante para cada escenario
de estado de la red. Estos escenarios se pueden usar para
optimizar las acciones de redistribución y de restricción de
VER basadas en el riesgo de acuerdo con la probabilidad
de estados críticos predefinidos de la red. Las predicciones
de escenarios también se pueden utilizar para calcular los
servicios del sistema que un GRD podría proporcionar a
un GRT en un solo PCC. El gráfico 5 muestra los resulta-
dos de simulaciones utilizando datos históricos de un GRD
alemán, para un caso de uso relacionado con la demanda
de potencia reactiva por parte del GRT. El sistema requería
no realizar ningún intercambio de potencia reactiva en este
noviembre/diciembre 2019

IEEE Power & Energy Magazine - Spanish - November 2019

Table of Contents for the Digital Edition of IEEE Power & Energy Magazine - Spanish - November 2019