Resumen Técnico: Formulaciones Estrechas para el Compromiso de Unidades con Diferentes Niveles de Detalle – Parte I

1. Planteamiento del Problema

El problema del Compromiso de Unidades (UC, por sus siglas en inglés) es un desafío crítico de Programación Lineal Entera Mixta (MILP) en la gestión de sistemas eléctricos, que busca determinar el programa operativo óptimo para los generadores (térmicos, nucleares, renovables, etc.) durante un horizonte de corto plazo (típicamente 24–48 horas). El problema consiste en minimizar los costos operativos de todo el sistema mientras se satisface la demanda y se respetan las restricciones operativas específicas de cada unidad, tales como los límites de rampa, los tiempos mínimos de encendido/apagado y las capacidades de arranque/parada.

A pesar de su importancia, el problema de UC enfrenta severas limitaciones computacionales en aplicaciones a gran escala, particularmente cuando se integra en modelos de inversión o marcos estocásticos/robustos. La presencia de variables binarias (que representan el estado de compromiso de la unidad) provoca que la complejidad del problema crezca exponencialmente. Los enfoques actuales para mitigar esto suelen implicar:

• Reducción de la Fidelidad del Modelo: Agrupar unidades similares o utilizar días representativos, lo que puede introducir errores al sobreestimar la flexibilidad o subestimar los costos.
• Relajación de la Integralidad: Resolver la relajación de Programación Lineal (LP) en lugar del MILP, lo que puede derivar en grandes brechas de optimalidad y soluciones inviables en la práctica.

Existe una falta de una visión clara y a priori sobre qué formulación ofrece el mejor equilibrio entre estrechez (la brecha entre la región factible del MILP y su relajación LP) y tamaño del modelo (número de variables y restricciones) para diferentes tipos de generadores y niveles de detalle.

2. Metodología

Este artículo (Parte I) se centra en el desarrollo y análisis teórico de las formulaciones de UC. Los autores adoptan el siguiente enfoque metodológico:

• Clasificación por Nivel de Detalle: Los autores categorizan los modelos de UC basándose en el número de variables binarias por período temporal:
  • Modelos 1bin: Contienen únicamente la variable de compromiso ($u_{gt}$).
  • Modelos 2bin/3bin: Incluyen variables adicionales para el arranque ($v_{gt}$) y el apagado ($w_{gt}$).
• Análisis del Haz Convexo (Convex Hull): El objetivo principal es identificar formulaciones basadas en el haz convexo de la región factible. La formulación más estrecha corresponde al haz convexo. Sin embargo, dado que encontrar el haz convexo completo suele requerir un número exponencial de restricciones, los autores se centran en subconjuntos de facetas que:
  1. Describan el haz convexo (o una aproximación estrecha) para subproblemas específicos (por por ejemplo, rampa, capacidades de arranque).
  2. Mantengan un tamaño de modelo similar al de la formulación más pequeña y válida.
• Demostraciones Teóricas: El artículo proporciona nuevas demostraciones y perspectivas teóricas respecto a la estrechez de las formulaciones bien conocidas. Utiliza técnicas como la eliminación de Fourier-Motzkin y la programación disyuntiva (método de Balas) para derivar y verificar las descripciones del haz convexo para problemas de una sola unidad a lo largo de dos períodos de tiempo.
• Limitación del Alcance: Todas las perspectivas teóricas sobre la estrechez se derivan de un problema operativo de una sola unidad, excluyendo la restricción de balance de energía de todo el sistema. El objetivo general se considera irrelevante para la determinación del haz convexo, a menos que se especifique lo contrario.

3. Contribuciones Clave

El artículo realiza cuatro contribuciones específicas, siendo las contribuciones 1 y 2 detalladas en la Parte I:

1. Visión Estructurada de los Modelos de UC: Los autores presentan una taxonomía estructurada de los modelos de UC con niveles de detalle variables (desde límites de generación básicos hasta trayectorias de arranque complejas). Para cada nivel, proponen formulaciones específicas que cumplen con un equilibrio entre estrechez y tamaño.
2. Perspectivas Teóricas y Demostraciones:
   • Rampa: Se proporcionan nuevas demostraciones para la estrechez de las restricciones de rampa. El artículo establece que formulaciones específicas (Modelo I-E-T) constituyen el haz convexo de dos períodos para la rampa de subida y bajada.
   • Costos de Arranque/Apagado: El artículo analiza dos formulaciones comunes para modelar los costos de arranque y apagado (Modelo II y Modelo II-S). Demuestra que, aunque el Modelo II-S tiene menos restricciones, ambas formulaciones definen el mismo espacio de solución en la dirección del objetivo, lo que las hace igualmente estrechas para fines de optimización.
   • Capacidades: El artículo presenta las formulaciones de haz convexo 1bin y 3bin para las capacidades de arranque y apagado (salida máxima durante el arranque/apagado), demostrando que combinaciones específicas de restricciones (por ejemplo, Modelo I-E2-T y Modelo II-E2) definen el haz convexo para problemas de dos períodos.
3. Comparación de Formulaciones: El artículo compara directamente diferentes formulaciones para el mismo problema (por ejemplo, 1bin vs. 3bin, o diferentes conjuntos de facetas) para resaltar las diferencias teóricas en estrechez y tamaño.
4. Base para la Parte II: Este trabajo sienta las bases teóricas para la Parte II, que compara numéricamente estos modelos en contextos operativos y de inversión a gran escala.

4. Resultados y Formulaciones

El artículo define varios modelos específicos, que van desde los básicos hasta los extendidos:

• Nivel I (Modelos 1bin):

  • Modelo I: Límites de generación básicos. Se demuestra que es la formulación más estrecha posible para su alcance.
  • Modelo I-E: Añade restricciones de rampa.
  • Modelo I-E-T: Una versión más estrecha del Modelo I-E que incluye facetas adicionales para la rampa de subida/bajada. Se demuestra que es el haz convexo de dos períodos para la rampa.
  • Modelo I-E2: Incluye rampa y capacidades de arranque/apagado.
  • Modelo I-E2-T: La versión más estrecha, demostrada como el haz convexo de dos períodos para rampa y capacidades.

• Nivel II (Modelos 3bin):

  • Modelo II: Incluye variables y costos de arranque/apagado. Se demuestra que es la formulación más estrecha para este alcance.
  • Modelo II-S: Una formulación alternativa que utiliza variables de costo continuas en lugar de variables binarias de arranque. El Teorema III.4 demuestra que es igualmente estrecho que el Modelo II en la dirección del objetivo, aunque define un haz convexo no acotado sin la restricción superior $u_t \leq 1$.
  • Modelo II-E: Añade restricciones de tiempo mínimo de encendido/apagado. Se demuestra que es la formulación más estrecha para este alcance (tamaño lineal).
  • Modelo II-E2: El modelo 3bin más detallado, que incorpora rampa, capacidades de arranque/apagado y tiempos mínimos de encendido/apagado. El Teorema III.5 demuestra que define el haz convexo para dos períodos.
  • Modelo II-E3: Extiende el Modelo II-E2 para incluir trayectorias de arranque y apagado (rampas de múltiples períodos para alcanzar la salida mínima), demostrando que define el haz convexo de dos períodos.

Hallazgos Teóricos Clave:

• Para problemas de una sola unidad, las relajaciones LP de los Modelos I, II y II-E describen el haz convexo de sus respectivos espacios factibles.
• Para problemas de dos períodos, los Modelos I-E-T, I-E2-T y II-E2 describen el haz convexo.
• Relajar la integralidad de las variables de arranque/apagado (de binarias a continuas) no cambia el conjunto factible del MIP, pero los solvers modernos pueden beneficiarse de mantenerlas como enteros para las estrategias de ramificación (branching).
• Los modelos 3bin pueden reescribirse como modelos 2bin (eliminando la variable de apagado) sin perder la estrechez, aunque el número de restricciones puede variar.

5. Significado y Reivindicaciones

El artículo afirma que su principal importancia radica en proporcionar un marco estructurado y teóricamente fundamentado para la selección de formulaciones de UC. Al definir modelos con diferentes niveles de detalle y demostrar sus propiedades de estrechez, los autores permiten a los modeladores:

• Seleccionar el nivel de detalle más apropiado para generadores específicos o escalas de problemas sin sacrificar la eficiencia computacional innecesariamente.
• Comprender los compromisos entre el tamaño del modelo y la estrechez a priori, en lugar de depender únicamente de pruebas computacionales a posteriori, que pueden depender del solver y no ser generalizables.
• Incorporar detalles operativos de alta fidelidad en modelos de inversión a gran escala (como se demuestra en la Parte II) manteniéndose dentro de los límites computacionales.

Los autores enfatizan que, si bien encontrar el haz convexo completo es a menudo intratable debido al crecimiento exponencial, sus formulaciones propuestas ofrecen el "mejor" equilibrio al utilizar subconjuntos de facetas que son similares en tamaño a las formulaciones más pequeñas pero significativamente más estrechas que las relajaciones estándar. Este trabajo tiene como objetivo guiar la selección de modelos de UC que sean computacionalmente eficientes pero lo suficientemente precisos para evitar la sobreestimación de la flexibilidad del sistema y la subestimación de los costos, problemas comunes en los modelos de inversión simplificados.