Resumen Técnico: Fortalecimiento de la Red ante Múltiples Amenazas

1. Planteamiento del Problema

La creciente frecuencia e intensidad de los eventos climáticos extremos, impulsados por el cambio climático, representan graves amenazas para la resiliencia de los sistemas de potencia. Los daños a la infraestructura causados por amenazas como vientos fuertes, terremotos e incidentes relacionados con la vegetación provocan cortes prolongados y pérdidas económicas significativas. Un desafío crítico en la planificación de la red es que las estrategias de fortalecimiento tradicionales suelen centrarse en una sola amenaza o en una sola medida de mitigación. Por ejemplo, el soterramiento (UG) de líneas protege contra el viento y la vegetación, pero puede aumentar la vulnerabilidad ante la actividad sísmica o incurrir en altos costos de reparación si ocurre un terremoto. Por el contrario, el manejo de la vegetación (VM) es eficaz para las líneas aéreas, pero no aborda los riesgos sísmicos.

Además, los modelos de optimización existentes suelen basarse en una programación estocástica estática de dos etapas donde las decisiones iniciales de fortalecimiento se fijan para todo el horizonte de planificación. Esta rigidez no tiene en cuenta la evolución de las condiciones climáticas y las incertidumbres, lo que puede conducir a resultados subóptimos y costosos. El artículo aborda la necesidad de un marco de toma de decisiones que:

1. Considere simultáneamente múltiples amenazas (específicamente vientos fuertes y terremotos).
2. Integre estrategias de fortalecimiento complementarias (soterramiento a largo plazo y manejo de la vegetación a corto plazo).
3. Permita la toma de decisiones adaptativa para revisar los planes iniciales basados en escenarios futuros realizados.

2. Metodología

Los autores proponen un marco de Optimización Estocástica Adaptativa de Dos Etapas (ATS) diseñado para sistemas de distribución radiales con recursos de energía distribuida.

2.1. Árbol de Escenarios y Modelado de Incertidumbre

El problema se modela utilizando un árbol de escenarios donde los nodos representan las realizaciones posibles de las incertidumbres (eventos de viento, terremotos, fallas de vegetación) a lo largo de un horizonte de planificación $T$.

• Parámetros de Incertidumbre: El modelo incorpora variables aleatorias para la duración de la interrupción ($\xi$), el número de eventos ($N$) y las probabilidades de falla ($\varrho$) para cada tipo de amenaza.
• Poda del Árbol: Para asegurar la tractabilidad computacional a medida que el horizonte se extiende, los autores emplean un método de reducción hacia atrás para podar el árbol de escenarios, reteniendo un conjunto representativo de escenarios que aproximan la distribución de probabilidad original.

2.2. Estructura Adaptativa de Dos Etapas

A diferencia de los modelos estándar de dos etapas donde las decisiones de la primera etapa son fijas, el marco ATS introduce un mecanismo de revisión:

• Decisiones de la Primera Etapa: Se toman las decisiones iniciales sobre qué líneas soterrar ($\alpha_{ln}$) al comienzo.
• Punto de Revisión: En un tiempo designado $t$, el modelo permite una única revisión de estas decisiones iniciales basadas en la incertidumbre observada y los pronósticos actualizados.
• Decisiones de la Segunda Etapa: Los niveles de manejo de la vegetación ($\beta_{ln}$) se determinan anualmente (corto plazo) y permanecen dependientes del escenario a lo largo del horizonte.

2.3. Función Objetivo y Restricciones

El objetivo es minimizar el costo esperado total durante un horizonte de 30 años, que comprende:

• Costos de Inversión: Costos de capital para el soterramiento ($IC^{UG}$) y el manejo anual de la vegetación ($IC^{VM}$).
• Costos Operativos: Costos de interrupción (pérdida de carga) y costos de reparación asociados con fallas por viento, terremotos y vegetación.
• Descuento: Los costos futuros se descuentan utilizando un factor $\gamma$ derivado de la inflación y las tasas de descuento.

Restricciones Clave:

• Límites Presupuestarios: Topes en todo el sistema para el soterramiento ($B^{UG}$) y el manejo de la vegetación ($B^{VM}$).
• Irreversibilidad: Una vez que una línea es soterrada, la decisión no puede revertirse.
• Exclusividad Mutua: El manejo de la vegetación solo es aplicable a líneas aéreas; las líneas soterradas no requieren VM.
• Lógica de Revisión: Las restricciones aseguran que cada línea experimente, como máximo, una decisión de revisión, y que las decisiones permanezcan consistentes entre los escenarios hasta el punto de revisión.

2.4. Cálculo de Pérdida de Carga

Para cuantificar los costos de interrupción, el modelo resuelve un problema de optimización independiente para cada posible falla de línea. Esto utiliza el modelo DistFlow para calcular el costo diario de pérdida de carga ($C^{LS}$) basado en restricciones de flujo de potencia, límites de voltaje nodal y capacidades de rampa de microturbinas.

3. Contribuciones Claves

El artículo realiza tres contribuciones principales:

1. Modelo de Multi-Amenaza Integrado: Un modelo de optimización integral que considera conjuntamente los vientos fuertes y los terremotos. Explícitamente contabiliza las compensaciones donde el soterramiento mitiga los riesgos de viento/vegetación pero puede exponer la infraestructura a riesgos sísmicos, y viceversa.
2. Marco de Decisión Adaptativo: La introducción de un enfoque estocástico adaptativo de dos etapas que permite una única revisión de las decisiones de soterramiento a largo plazo. Esto equilibra la flexibilidad de los modelos multi-etapa con la practicidad de los enfoques de dos etapas, acomodando la evolución de las condiciones de riesgo sin reversiones frecuentes y costosas.
3. Optimización de Estrategia Sinérgica: La integración de estrategias a largo plazo (UG) y a corto plazo (VM). El modelo demuestra cómo estas estrategias interactúan; por ejemplo, soterrar un segmento elimina la necesidad de VM en ese segmento, creando sinergias de costos.

4. Resultados de la Simulación

El marco fue probado en un sistema de distribución IEEE de 22 barras utilizando MATLAB y Gurobi.

4.1. Decisiones de Fortalecimiento Óptimas

• Sensibilidad al Presupuesto: A medida que aumenta el presupuesto de soterramiento, el modelo selecciona más líneas, priorizando aquellas con alto impacto de pérdida de carga y alta vulnerabilidad al viento pero bajo riesgo sísmico.
• Reducción de Costos: El aumento del presupuesto de soterramiento reduce significativamente los costos totales del sistema (valor objetivo), ya que disminuye los costos de interrupción y reparación.
• Interacción de Estrategias: A medida que se sotierran más líneas, el presupuesto requerido para el manejo de la vegetación disminuye, confirmando los ahorros de costos sinérgicos.

4.2. Adaptativo vs. Estático (ATS vs. TS)

• Desempeño: El enfoque Adaptativo de Dos Etapas (ATS) supera consistentemente al modelo estándar de Dos Etapas (TS).
• Magnitud de la Ganancia: Los ahorros de costos relativos ($G_{rel}$) de ATS sobre TS oscilan entre el 11.85% y el 17.83%, dependiendo del presupuesto y el tamaño del árbol de escenarios.
• Condiciones para el Valor: La ventaja de ATS es más pronunciada bajo presupuestos más altos y árboles de escenarios más grandes (mayor incertidumbre). En horizontes de planificación más cortos o escenarios de baja incertidumbre, el valor de la adaptación disminuye.
• Múltiples Interrupciones: En escenarios que implican la interrupción simultánea de múltiples líneas, la flexibilidad de ATS proporciona beneficios relativos aún mayores (una mejora de hasta el 19.43%), resaltando su robustez en escenarios de falla de alto impacto.

4.3. Beneficios de Multi-Amenaza y Multi-Estrategia

• Planificación de Multi-Amenaza: Considerar tanto los riesgos de viento como los de terremoto conduce a selecciones de líneas diferentes y más rentables en comparación con los modelos de una sola amenaza. Por ejemplo, se evitan para el soterramiento las líneas con alta vulnerabilidad sísmica, incluso si tienen altos riesgos de viento, evitando elevar los costos del ciclo de vida. Este enfoque produjo ahorros de costos del 53–59% en comparación con la planificación de una sola amenaza.
• Planificación de Multi-Estrategia: La optimización conjunta de UG y VM resultó en ahorros totales de aproximadamente $9 millones (3.97–5.52% en relación con las estrategias de solo UG) al mitigar riesgos que una sola estrategia no podría abordar.

4.4. Escalabilidad y Sensibilidad

• Tamaño del Árbol de Escenarios: Aumentar el número de escenarios mejora la calidad de la solución pero aumenta el tiempo de computación exponencialmente. Los autores señalan un punto de rendimientos decrecientes donde la reducción marginal de costos no justifica el enorme aumento en el tiempo de computación.
• Métodos de Poda: Los métodos de poda por reducción hacia atrás y selección hacia adelante arrojaron estrategias óptimas casi idénticas, validando la robustez del enfoque de poda.
• Tamaño del Sistema: El modelo sigue siendo computacionalmente tratable cuando se escala al sistema IEEE de 69 barras, aunque el tiempo de computación aumenta con el tamaño del sistema y la heterogeneidad de las líneas.

5. Significado y Reivindicaciones

El artículo afirma que su marco propuesto ofrece un enfoque robusto y rentable para la planificación de la resiliencia de la red a largo plazo. Al ir más allá de los modelos estáticos de una sola amenaza, el marco permite a las empresas de servicios públicos:

• Tomar decisiones de inversión informadas que tengan en cuenta la compleja interacción de amenazas conflictivas (por ejemplo, viento vs. terremoto).
• Optimizar la asignación de capital aprovechando las sinergias entre diferentes estrategias de fortalecimiento (soterramiento y manejo de la vegetación).
• Mejorar la adaptabilidad al permitir que los tomadores de decisiones revisen sus planes iniciales una vez, reduciendo así el riesgo de inversiones subóptimas ante la evolución de las incertidumbres climáticas.

Los autores concluyen que, si bien el enfoque adaptativo conlleva una mayor carga computacional, los beneficios financieros sustanciales y la mejora en la resiliencia justifican el esfuerzo, particularmente para la planificación de infraestructura a largo plazo donde la flexibilidad es crucial. También señalan que el marco es agnóstico respecto a la topología para la decisión de fortalecimiento, aunque el cálculo de la pérdida de carga asume una estructura radial (con extensiones posibles para redes malladas). Se sugiere como trabajo futuro explorar más profundamente la interacción entre las actitudes ante el riesgo y las vulnerabilidades de los activos.