La introducción de fuentes de energía renovables (FER) en el mercado eléctrico trae grandes desafíos. Uno de los más significativos se deriva de la incertidumbre que las FER tienen; a diferencia de las centrales convencionales, estas no son despachables dado a que su energía generada depende de condiciones climáticas que deben ser pronosticadas. Estos pronósticos nunca son totalmente certeros y su margen de error introduce incertidumbre en el sistema eléctrico de potencia, lo cual hace más difícil su correcto y óptimo planeamiento, como la determinación del despacho económico. Para obtener una imagen realista del estado de operación del sistema eléctrico de potencia, el comportamiento aleatorio de las FER tiene que tenerse en cuenta en el análisis de flujo de potencia. La herramienta que fue desarrollada en este proyecto permite tener en cuenta la incertidumbre que tienen las FER. Utilizando la Simulación de Monte Carlo (SMC), la herramienta desarrollada permite resolver el problema de compromisos de unidades probabilísticamente; ya que muestra todos los posibles estados de las variables de salida al mostrar su función de densidad de probabilidad. La herramienta fue desarrollada en el lenguaje de programación Matlab, utilizando como complemento la librería MATPOWER y el software de optimización CPLEX. La herramienta fue validada utilizando un método de comparación, en donde los resultados de la publicación de investigación “Probabilistic optimal power flow analysis with undetermined loads” fueron usados.

The introduction of intermittent renewable energy sources (RES) in the electric market comes with big challenges. One of the most significant difficulties is a consequent of the high uncertainty that this sources of energy have; unlike conventional plants, the RES are not dispatchable since their generated energy depends of climatic conditions which have to be forecasted. Those forecast are never totally accurate, and their margin of error introduces uncertainty to the electric power system, which makes more difficult its optimal and correct planning, such as the determination of the economic dispatch. In order to obtain a realist picture of the operation state of the electric power system, the random behavior of RES has to be accounted in the power flow analysis. The tool that was developed in this projects allows to take account of the uncertainty that RES have. Using the Monte Carlo Simulation (MCS), the developed tool allows to solve the unit commitment problem in a probabilistic way; since it shows all the probable states of the output variables by showing their probability density function (PDF). The tool was developed in the programming language Matlab, using as a complement the library MATPOWER and the optimization software CPLEX. The tool was validated using a comparison method, in which the results of the research publication “Probabilistic optimal power flow analysis with undetermined loads” was used.