Resumen de Síntesis y diseño de sistemas de generación de energía con estrategias de optimización de la disponibilidad
En el presente trabajo de tesis, el desafío afrontado consiste en el desarrollo de metodologías sistemáticas, flexibles, robustas y de bajo costo computacional que puedan ser aplicadas eficientemente a la resolución de manera óptima del problema de síntesis y diseño de sistemas de generación de energía considerando su ciclo de vida útil, tarea que resulta crítica en el mundo actual para el uso racional de los recursos naturales no renovables. Asimismo, se introducen en la formulación distintas nociones relacionadas a la disponibilidad del sistema, con el objeto último de generar herramientas que puedan asistir al ingeniero de diseño y al gerente de mantenimiento en la toma de decisiones frente a situaciones de riesgo tecnológico y de sugerir estrategias para mejorar la economía de la planta, durante la etapa de diseño conceptual de la misma.
Para su estudio, se selecciona un ciclo combinado con post-combustión, múltiples niveles de presión en la caldera de recuperación, y regeneración. Este tipo de sistemas constituye el estado del arte en generación a partir de gas natural, debido a sus altos rendimientos y a su adaptabilidad a distintas condiciones operativas. Debido a la complejidad del problema desde el punto de vista de su planteo y resolución, se avanza en el estudio del mismo en forma progresiva hasta abordar el mismo en forma completa y detallada; ganándose experiencia y conocimientos que serán luego volcados en el desarrollo de metodologías que simplifiquen la estrategia de resolución de la problemática abordada.
Desde el punto de vista de la programación matemática, se utilizan formulaciones de programación no-lineal (NLP) y mixta-entera no lineal (MINLP). En ambos casos, las decisiones continuas están vinculadas a las variables tanto de diseño como operativas, que determinan la performance técnico-económica de la planta de generación. Por otra parte, las decisiones discretas se encuentran ligadas a la determinación de la amplia gama de escenarios a los que el sistema deberá responder a lo largo del horizonte de tiempo, que aquí se representan mediante el planteo riguroso del modelo lógico del diagrama de disponibilidad dentro del marco de un enfoque de espacio de estados.
Dos distintos horizontes de tiempo se consideran durante el planteo de la formulación matemática para la optimización de la planta de generación. En primer lugar, se utiliza un enfoque clásico, en donde un horizonte de tiempo anual habilita el estudio de las características de las familias de soluciones óptimas, al identificar tendencias en la comportamiento óptimo de las variables de decisión, y permite también resaltar relaciones entre los espacios resultantes de la resolución del problema mediante los enfoques termodinámico y económico.
Luego, un horizonte temporal multi-periodo, que considere las distintas etapas del ciclo de vida útil de la planta de potencia, habilita el diseño del sistema frente a condiciones variables en el tiempo, asegurando que se obtengan valores óptimos de los indicadores de performance económicos, que en última instancia posibilita se atraigan nuevas inversiones hacia el proyecto de generación.
La evaluación de los ingresos y egresos del proyecto se adapta a la longitud del horizonte de tiempo considerado. Aun así, en todos los casos se proponen formas de expresar los diferentes componentes en función de parámetros asociados a la disponibilidad del sistema, con hincapié en la asignación de recursos para mantenimiento y su interrelación con el comportamiento de las variables de decisión de la planta de generación.
La exploración de relaciones funcionales entre las variables de decisión en el espacio de soluciones óptimas, permite que las mismas se utilicen como restricciones adicionales con el objeto de proponer modelos reducidos de las distintas formulaciones antes utilizadas. Dicho proceder constituye una metodología novedosa que logra reducir drásticamente los requerimientos computacionales a la hora de obtener (estimaciones precisas de las) soluciones óptimas, y abre nuevas posibilidades de aplicación a distintos problemas de interés, al permitir simplificar la resolución de problemas más complejos.
