Resumen Técnico: Planificación de la Red Eléctrica a Largo Plazo mediante Programación de Conjuntos de Respuesta

Definición del Problema

El artículo aborda el problema de la Planificación de la Red Eléctrica a Largo Plazo (LPP), una tarea crítica para los Operadores del Sistema de Distribución (DSO). Este proceso implica definir una secuencia de intervenciones físicas (adición de líneas, eliminación y operaciones de conmutación) para evolucionar una configuración actual de la red eléctrica hacia una configuración objetivo deseada a lo largo de un horizonte extendido (típicamente hasta 30 años).

El desafío central radica en garantizar que cada configuración intermedia generada durante esta evolución permanezca operativamente válida. A diferencia de la planificación estática o la reconfiguración de corto horizonte, la LPP debe satisfacer un conjunto complejo de invariantes topológicos y combinatorios en cada paso de la transición. Estas restricciones incluyen:

• Radialidad: La red cerrada debe ser acíclica, con cada subestación secundaria alimentada por exactamente una subestación primaria.
• Reconfigurabilidad (Tolerancia a Fallos): La red debe permitir la restauración de la radialidad mediante operaciones de conmutación en caso de fallo de cualquier nodo primario.
• Cumplimiento del Grado: Las subestaciones secundarias deben mantener un número específico de conexiones (típicamente 2 o 3).
• Irreversibilidad y Viabilidad: Solo se pueden añadir líneas presentes en la red objetivo y solo se pueden eliminar líneas ausentes de la red objetivo. Estas operaciones son irreversibles.

Las prácticas actuales dependen en gran medida del conocimiento experto manual y de ajustes iterativos, lo que limita la reproducibilidad, la escalabilidad y la exploración sistemática de trayectorias de inversión alternativas. Los métodos existentes, como la Programación Lineal Entera Mixta (MILP), luchan con propiedades puramente combinatorias como la radialidad, mientras que los lenguajes de planificación estándar encuentran los invariantes de grafos difíciles de expresar.

Metodología

Los autores proponen el primer enfoque automatizado para resolver la LPP utilizando Programación de Conjuntos de Respuesta (ASP), un paradigma de programación lógica declarativo bien adaptado a problemas combinatorios intensivos en conocimiento.

Formalización

La red eléctrica se modela como un grafo no dirigido con etiquetas en las aristas $G(V, E, \lambda)$, donde los nodos representan estaciones primarias y secundarias, y las aristas representan líneas etiquetadas como "abiertas" o "cerradas". El problema se define como el cálculo de una secuencia de conjuntos de acciones $(A_0, \dots, A_n)$ que transforman un grafo inicial $G$ en un grafo objetivo $G_T$, de modo que cada estado intermedio $G_i$ satisfaga las reglas del DSO.

Los autores definen tres tipos de acciones:

1. Adición de Arista: Añadir una nueva arista a la red abierta.
2. Eliminación de Arista: Eliminar una arista abierta existente.
3. Conmutación de Arista: Intercambiar el estado de dos aristas adyacentes a la misma subestación secundaria (cerrar una línea abierta y abrir una cerrada).

Crucialmente, el marco soporta planificación paralela, permitiendo que acciones no interferentes (aquellas que afectan a conjuntos disjuntos de aristas) se ejecuten simultáneamente dentro de un único paso temporal.

Codificación en ASP

La solución utiliza el solucionador CLINGO. La codificación modela la evolución de la red a lo largo de pasos temporales discretos $t$. Los componentes clave incluyen:

• Representación del Estado: Los predicados rastrean el estado de las aristas (abiertas/cerradas) en cada paso temporal.
• Generación de Acciones: Las reglas de elección generan secuencias válidas de adiciones, eliminaciones y conmutaciones, restringidas por los conjuntos de aristas construibles y eliminables.
• Aplicación de Restricciones:
  • Radialidad: Se aplica asegurando que la red cerrada sea un bosque enraizado en los nodos primarios (sin ciclos entre primarios, todas las secundarias conectadas a exactamente una primaria).
  • Reconfigurabilidad: Se aplica verificando que cada nodo secundario tenga una ruta redundante hacia un nodo primario diferente a través de la red abierta.
  • Cumplimiento del Grado: Las agregaciones cuentan el grado de los nodos secundarios, imponiendo los límites $[2, 3]$.
• Optimización: Se utilizan restricciones débiles para minimizar el número total de acciones y la longitud del plan (lexicográficamente).

El enfoque soporta tanto modos de ejecución secuencial ($|A_i|=1$) como paralela ($|A_i| \ge 1$).

Contribuciones Clave

1. Primera Automatización basada en ASP: Este trabajo presenta el primer enfoque para automatizar la planificación de la red eléctrica a largo plazo capaz de manejar todas las restricciones topológicas de red necesarias.
2. Modelado Expresivo: Los autores demuestran que ASP puede codificar elegantemente invariantes complejos de teoría de grafos (radialidad, reconfigurabilidad) que son difíciles de expresar en lenguajes de planificación o MILP.
3. Marco de Ejecución Paralela: La codificación soporta la ejecución paralela de acciones, lo que los autores muestran que reduce significativamente el espacio de búsqueda efectivo y la longitud del plan en comparación con los enfoques secuenciales.
4. Validación con Datos Reales: El enfoque se valida tanto en instancias sintéticas como en datos del mundo real derivados de la red de distribución francesa, una escala comparable a las operaciones diarias de expertos.

Resultados Experimentales

Los autores realizaron experimentos utilizando el solucionador CLINGO en una máquina Linux de 64 bits con un tiempo de espera de 30 minutos por instancia.

• Instancias Sintéticas: El estudio evaluó 175 instancias sintéticas que oscilaban entre 8 y 50 nodos.

  • Paralelo vs. Secuencial: La planificación paralela resolvió consistentemente más instancias que la planificación secuencial. La "compresión" de la longitud de la solución mediante acciones no interferentes resultó en programas lógicos más pequeños y tiempos de resolución más rápidos.
  • Estrategia de Búsqueda: Para planes paralelos, una estrategia de búsqueda exponencial (expansión progresiva del horizonte temporal) superó a la búsqueda acotada, resolviendo significativamente más instancias. Por el contrario, para planes secuenciales, la búsqueda acotada fue más efectiva.
  • Escalabilidad: El enfoque resolvió con éxito instancias de hasta 50 nodos, siendo las instancias reales más grandes (aproximadamente 40 nodos) comparables a las manejadas por expertos humanos.

• Instancias del Mundo Real: Utilizando datos anonimizados de una red urbana francesa (2 nodos primarios, nodos secundarios variables), el sistema resolvió instancias de hasta 42 nodos.

  • Tiempo de Ejecución: Los tiempos de ejecución fueron comparables a las instancias sintéticas de tamaño similar.
  • Optimalidad: Para varias instancias resueltas, el sistema demostró la optimalidad de los planes paralelos.
  • Validación: Las soluciones fueron validadas por una herramienta automatizada y revisadas visualmente por expertos del dominio, quienes confirmaron la consistencia con las reglas de planificación del DSO y la comparabilidad topológica con las soluciones generadas por expertos.

Significado y Afirmaciones

El artículo afirma que el enfoque propuesto basado en ASP ofrece una alternativa viable y automatizada al proceso actualmente manual y guiado por expertos de la planificación de la red eléctrica a largo plazo. Al resolver con éxito instancias de un tamaño comparable a las gestionadas por expertos humanos, el método demuestra el poder expresivo de ASP para modelar restricciones complejas de infraestructura.

Los autores enfatizan que su solución aborda el "cuello de botella principal" de identificar estrategias de evolución viables en un gran espacio combinatorio. Posicionan el trabajo como un paso fundamental hacia herramientas inteligentes de apoyo a la decisión que pueden complementar la experiencia humana, mejorar la reproducibilidad y explorar sistemáticamente las trayectorias de inversión. El artículo se mantiene modesto respecto a la implementación industrial inmediata, señalando que se requiere trabajo futuro para mejorar aún más la escalabilidad mediante heurísticas específicas del dominio y adaptarse a requisitos adicionales específicos de la infraestructura (por ejemplo, límites presupuestarios, inmutabilidad de componentes).