EE354 - Clase 11P1 - Costo Marginal y Flujo de Potencia Óptimo 2019-I

Universidad Nacional de Ingeniería
Facultad de Ingeniería Eléctrica y Electrónica
Escuela Profesional de Ingeniería Eléctrica
Curso: EE354N
Análisis de Sistemas de Potencia II
Expositor : Manfred F. Bedriñana Aronés

Doctor en Ingeniería Eléctrica
Ingeniero Electricista C.I.P. Nº 95644
2019
Escuela Profesional de Ingeniería Eléctrica, FIEE-UNI
Curso EE354 – Análisis de Sistemas de Potencia II
Capítulo 3
Operación Económica de
Sistemas de Potencia
15/06/2019 manfred.bedrinana@ieee.org 2
Despacho Económico Uninodal

y Costo Marginal
A. Despacho económico sin límites de gen. y sin pérd. (1)

Formulación del problema
◼ Al inicio se definió el despacho económico sin límites de generación (sin
restricciones de desigualdad) y sin pérdidas, es decir, solo fue incluida una
restricción de igualdad (una ecuación de balance de potencia, uninodal).
Minimizar
sujeto a:

Solución óptima obtenida de las condiciones de Kuhn-Tucker
◼ Una característica típica de la solución de despacho económico sin límites
de generación y sin pérdidas, es que los generadores operan bajo la
condición de costos incrementales idénticos.
Método gráfico
P3 P2
P1

Costo marginal
◼ El valor común de los costos incrementales es igual al multiplicador de
Lagrange λ, cantidad que también representa el costo marginal de
generación con respecto a la demanda:
◼ Esta relación sirve para definir el costo del “último MW” de demanda
abastecido, cantidad que generalmente se usa para definir el precio aplicado
a intercambios de energía entre empresas independientes.
◼ En un mercado competitivo el costo marginal λ representa el precio de
mercado pagado por los consumidores (demanda) y cobrado por los
productores (generadores) en el equilibrio económico.
B. Despacho económico con límites de gen. y sin pérd. (1)

◼ El despacho económico con límites de generación incluye restricciones de
desigualdad en la formulación (límites mínimos y máximos de generación) y
solo fue incluida una restricción de igualdad (una ecuación de balance de
potencia, uninodal).
Minimizar
sujeto a:

◼ Con límites de generación, la condición de costos incrementales iguales no
es válida y la condición óptima se reemplaza por la siguiente relación:
Método gráfico
◼ En el caso A: generador 1 opera en su límite superior.
◼ En el caso B: ambos generadores operan dentro de sus límites.
◼ En el caso C: generador 2 opera en su límite mínimo.

Costo marginal
◼ El multiplicador de Lagrange asociado con el balance de potencia λ continua
teniendo la misma interpretación que en el caso sin límites, es decir, λ sigue
siendo el costo marginal de generación con respecto a la demanda:
◼ La única diferencia respecto al caso sin límites, es que los generadores que
operan dentro de sus límites tienen costos incrementales iguales a λ.
◼ Se dice que estos generadores “marginan” o establecen el costo marginal.
◼ Los generadores que operan en sus límites inferiores tienen costos
incrementales iguales o mayores a λ. Los generadores que operan en sus
límites superiores tienen costos incrementales iguales o menores a λ.
C. Despacho económico con límites de gen. y con pérd. (1)

◼ El despacho económico con límites de generación incluye restricciones de
desigualdad en la formulación (límites mínimos y máximos de generación) y
la restricción de igualdad sigue siendo una ecuación de balance de potencia
(uninodal), pero se incorporan las pérdidas eléctricas.
Minimizar
sujeto a:

◼ Con límites de generación y con pérdidas, la condición de costos
incrementales iguales no es valida y la condición óptima será:
◼ Se define el factor de penalización Li, cuyo valor comúnmente es mayor a 1.

Los costos incrementales de la generación son menores al multiplicador de
Lagrange λ.
C dC1 dC2
($ / MWh ) ($ / MWh )
dP1 dP2
P
dC3
($ / MWh )  ($ / MWh )
dP3

Costo marginal
◼ El costo marginal de generación con respecto a la demanda para el despacho
económico uninodal con pérdidas se puede interpretar directamente como el
multiplicador de Lagrange λ.
◼ Se pueden obtener los costos marginales de generación con respecto a la

demanda en otras barras de demanda como una expansión de costos desde la
barra única hasta nuevas barras (multimodal):
C dC1 dC2
1 = ($ / MWh ) 2 = ($ / MWh )
dPD1 dPD2
P
3 =
dC3
($ / MWh )
 ($ / MWh )
dPD3

Costo marginal
◼ En este caso el costo marginal de generación en una barra especifica de
demanda se denomina como Locational Marginal Price (LMP) y se define
como la sensibilidad del costo total con respecto a la demanda de la barra.
◼ Los LMP son importantes en la operación de los mercados eléctricos

competitivos.
Despacho Económico Multinodal

e Introducción al Flujo de
Potencia Óptimo
A. Introducción (1)
Despacho económico clásico
◼ El problema de optimización en sistemas eléctricos de potencia surge a partir
del momento en que dos o más unidades de generación deben alimentar
varias cargas, obligando al operador a decidir cómo se reparte el despacho de
forma óptima entre las distintas unidades.
◼ Históricamente, los primeros esfuerzos de optimización se hicieron respecto
al control de la generación, lo que se conoce hoy día con el nombre de
despacho económico clásico.
◼ Problema en el que se determinan las potencias de las distintas unidades con el
objetivo de minimizar los costos de generación, manteniendo los flujos de
potencia en las líneas dentro de límites.
Control de potencia reactiva
◼ Pronto se comprendió que la optimización de solo la potencia activa no era
suficiente.
◼ De hecho una mala gestión de la potencia reactiva puede hacer impracticables los
flujos óptimos de potencia activa determinados, aumentando los costos.
◼ Un adecuado control de la potencia reactiva disminuye las pérdidas para una
generación de potencia activa prefijada lo cual reduce aún más los costos.
Criterios de seguridad
◼ Posteriormente, la inclusión de criterios de seguridad dentro de los objetivos
de operación complicó en gran medida el problema de la optimización,
obligando al desarrollo de técnicas adecuadas a la complejidad del problema.
Técnicas computacionales
◼ El perfeccionamiento de las técnicas computacionales, fundamentalmente
la introducción de técnicas para el tratamiento eficiente de matrices
dispersas y nuevos algoritmos matemáticos de optimización, junto a la
mayor potencia de los ordenadores, ha permitido la resolución de
problemas cada vez más complejos.
◼ Grado de dispersidad (GD)→ Porcentaje de elementos nulos de la matriz.
número de elementos nulos
GD = 100%
número total de elementos
NB 2 − ( NB + 2 NR)
GD = 100%
NB 2
Ejemplo: Sistema brasileño (sur-centro-oeste)
NB = 1663 barras
NR = 2349 ramas
16632 − (1663 + 2  2349)
GD = 100% = 99.77%
2
1663
Flujo de Potencia Óptimo
◼ Esta evolución ha conducido a lo que hoy se conoce con el nombre de
Flujo de Potencia Óptimo FPO (OPF: Optimal Power Flow), el cual
permite optimizar distintas funciones escalares sujetas a las ecuaciones
de la red eléctrica y a restricciones en las variables.
◼ El FPO se ha convertido en una herramienta imprescindible en la
operación y planificación de los sistemas eléctricos de potencia.
◼ En operación, un FPO permite determinar valores óptimos de las variables
eléctricas considerando todas las restricciones y límites.
◼ Basándose en estos valores óptimos, los operadores realizan las maniobras
necesarias para conseguir la operación óptima del sistema siguiendo las
variaciones de la demanda.
◼ En planificación, el FPO se emplea para estudiar los efectos que los cambios
en la red producen sobre el estado óptimo del sistema.
◼ Las primeras versiones de FPO son de comienzos de los años 60, debido al
desarrollo de las técnicas de optimización de problemas no lineales.
◼ La primera formulación formal del FPO fue realizada por Dommel y Tinney en
1968. Resolvió el problema de minimización de pérdidas eléctricas considerando
el método del gradiente reducido
H. Dommel, W. Tinney, Optimal Power Flow Solutions, IEEE Trans. Power
Apparatus and Systems, PAS-87, p.1866-1876, 1968.
◼ A partir de entonces, la aparición de nuevas versiones del FPO ha
seguido paralela al desarrollo de nuevas técnicas numéricas de
optimización, dando lugar a múltiples variantes debidas a la
idiosincrasia propia del problema.
◼ gradiente reducido generalizado
◼ método de Newton
◼ programación cuadrática secuencial
◼ programación lineal secuencial
◼ técnicas de puntos interiores
◼ metaheurísticas
B. Formulación del Problema (1)

◼ La formulación matemática más general de un problema de optimización
en el contexto de un sistema de potencia conduce a la siguiente
expresión:
Minimizar 𝑓 𝑥, 𝑢
sujeto a
𝑔 𝑥, 𝑢 = 0
ℎ 𝑥, 𝑢  0
donde:
𝑢 : conjunto de variables de control (o decisión),
𝑥 : conjunto de variables dependientes,
𝑓 : función objetivo a minimizar, y
𝑔 y ℎ : representan el conjunto de restricciones de igualdad (ecuaciones
de la red) y de desigualdad (límites en las variables), respectivamente.
B. Formulación del Problema (2)

◼ Resolver cualquier problema de optimización de los que aparecen
diariamente en la operación de un sistema eléctrico bajo la forma de
ecuaciones matemáticas no es una tarea fácil, implicando en principio:
1. Obtener un modelo matemático adecuado del sistema eléctrico a
optimizar, así como de los equipos que constituyen las variables de
control del problema.
2. Modelar los límites y restricciones del problema en forma
matemática, incluyendo consideraciones de carácter heurístico
impuestas por las preferencias y criterios de operación.
3. Expresar una o varias ideas que conforman lo que se considera
“operación óptima del sistema” en la forma de una función escalar de
las variables del problema, función que será el objetivo a minimizar o
maximizar en el problema de optimización.
C. Función objetivo
◼ No es una cuestión fácil describir el estado óptimo de un sistema eléctrico
mediante una función escalar, debido principalmente a los múltiples
factores que pueden ser considerados atributos deseables de la solución.
◼ En estado seguro, se tienen siguientes actividades:
◼ Minimizar los costos de operación, incluyendo las pérdidas en el
transporte, asignando de forma óptima la generación a las distintas
centrales, problema que se encuadra en la operación del sistema de
generación.
◼ Si la programación de la generación se ha realizado previamente y de
forma externa a la operación de la red de transmisión, será necesario
determinar el perfil óptimo de tensiones a mantener en los nodos de la
red a fin de minimizar pérdidas, problema que enlaza con el control
secundario de tensiones.
◼ Durante la operación y en tiempo real, puede ser conveniente actuar
sobre los elementos de control de tensiones disponibles en el sistema
a fin de minimizar aún más las pérdidas de potencia activa en la red
de transmisión.
D. Modelo del sistema eléctrico (1)

◼ El estado del sistema eléctrico de potencia de 𝑛 barras queda
determinado por las 2𝑛 ecuaciones nodales:
𝑛
𝑃𝑖 = 𝑉𝑖 ෍ 𝑉𝑗 (𝐺𝑖𝑗 𝑐𝑜𝑠𝜃𝑖𝑗 + 𝐵𝑖𝑗 𝑠𝑒𝑛𝜃𝑖𝑗 ) 𝑖 = 1, … . , 𝑛 (1)

𝑗=1
𝑛
𝑄𝑖 = 𝑉𝑖 ෍ 𝑉𝑗 (𝐺𝑖𝑗 𝑠𝑒𝑛𝜃𝑖𝑗 − 𝐵𝑖𝑗 𝑐𝑜𝑠𝜃𝑖𝑗 ) 𝑖 = 1, … . , 𝑛 (2)

𝑗=1
donde:
◼ 𝑉𝑖 , 𝜃𝑖 son respectivamente módulo y ángulo de la tensión en la barra 𝑖
◼ 𝑃𝑖 , 𝑄𝑖 son la potencia activa y reactiva netas inyectadas en el nodo 𝑖
◼ 𝐺𝑖𝑗 , 𝐵𝑖𝑗 es el componente real y complejo del elemento 𝑌𝑖𝑗 , respectiva-
mente, de la matriz de admitancias de barra.

◼ Cada barra se caracteriza por cuatro variables: 𝑃𝑖 , 𝑄𝑖 , 𝑉𝑖 , 𝜃𝑖 .
◼ Conocidas dos de las cuatro variables en cada barra, las ecuaciones
(1) y (2) permiten obtener las otras dos, teniendo en cuenta que:
◼ Es necesario fijar una referencia de ángulos (𝜃𝑟 = 0 para la barras de
referencia), y
◼ Que no es posible especificar a priori todas las potencias inyectadas en las
barras al no conocer las pérdidas.
◼ De este modo, las ecuaciones nodales permiten determinar el estado de
la red para unos valores dados de las variables de control.
◼ Cabe destacar la posibilidad de realizar estudios concernientes
únicamente a los flujos de potencia activa mediante la utilización del
flujo de cargas en continua (DC).
◼ Modelo aproximado cuya linealidad simplifica en gran medida el problema
de optimización siempre que se pueda obviar todo lo referente a la potencia
reactiva y las tensiones.

◼ El modelo lineal proporcionado por el flujo de cargas en continua
conduce a las siguientes 𝑛 ecuaciones nodales:
𝜃𝑖𝑗
𝑃𝑖 = σ𝑛𝑗=1 𝑥 𝑖 = 1, … , 𝑛 (3)
𝑖𝑗
donde:
◼ 𝑥𝑖𝑗 es la reactancia del elemento, línea o transformador, que une las
barras 𝑖, 𝑗.
◼ En lo concerniente a la red objeto de estudio, ésta se compone
normalmente de:
◼ Una zona de interés, modelada en detalle,
◼ Una zona “frontera” con otros sistemas eléctricos, modelada asimismo en
detalle, y
◼ Una zona externa que debe reflejar la reacción del resto del sistema ante
cambios en la zona interna.
◼ Dicha zona exterior se suele modelar mediante equivalentes externos a
fin de reducir la dimensión del problema.
E. Restricciones impuestas al problema de optimización (1)

◼ Las restricciones que deben ser impuestas en primer lugar son las que
afectan directamente las variables del problema de optimización:
◼ Límites sobre las variables de control, principalmente las potencias activa y
reactiva proporcionadas por los generadores, número de tomas de los
transformadores y su carácter discreto, número de tomas de los bancos de
capacitores y/o reactancias y magnitud de cada toma (en la mayoría de los
casos variables todo/nada), límites sobre otros elementos de control como
FACTS, etc.
◼ Límites de operación, principalmente sobre las tensiones de las barras y los
flujos de potencia por líneas y transformadores (MVA, MW, MVAR, A)
◼ Existe una diferencia fundamental entre ambos tipos de límites:
◼ Mientras que los límites sobre las variables de control debe ser considerados
“rígidos” en el sentido de que no pueden ser sobrepasados físicamente.
◼ Los límites de operación se consideran dotados de una cierta flexibilidad al
poder ser sobrepasados en mayor o menor medida.

◼ Junto a los anteriores límites, existen otras restricciones que deben ser
modeladas adecuadamente:
◼ Controles automáticos.
▪ Es necesario modelar la respuesta de las variables que actúan bajo

control automático y que no forman parte del conjunto de variables de
control a optimizar, pero que responden de forma automática a
cambios en el sistema.
▪ Éstas son, principalmente, los transformadores que se encuentran
controlando una tensión o un flujo de potencia reactiva, los bancos de
capacitores y reactancias que controlan tensiones, y los intercambios de
potencia entre áreas.
◼ Equipos que trabajan de forma coordinada, principalmente
transformadores en paralelo cuyas tomas no se deben mover de
forma independiente.

◼ Las anteriores restricciones deben ser tratadas de alguna forma si se
quiere que la solución que proporciona el FPO sea de utilidad a los
operadores.
◼ Como es obvio, el tratamiento de dichas restricciones no es tarea fácil,
dejando el FPO de ser un problema netamente matemático para
convertirse en un complejo algoritmo que requiere la incorporación de
reglas heurísticas para alcanzar una solución satisfactoria.
F. Ejemplo de aplicación (1)

Ejemplo de FPO para minimizar costos de operación
◼ Se desea obtener el despacho económico, minimizando los costos de
generación del sistema de la Fig. 1 cuyos datos se indican en la misma.
Fig. 1: Red de 5 barras y 2

generadores
◼ Los costos de generación de los dos generadores son los siguientes:

G4: 100 + 10.5 𝑃 €/𝑀𝑊ℎ G5: 100 + 10.0 𝑃 €/𝑀𝑊ℎ

Ejemplo de FPO para minimizar costos de operación
◼ Asimismo, el sistema cuenta como elementos de control de tensiones:
◼ Reguladores (AVR) de los propios generadores,
◼ Un banco de capacitores de 200 MVAR, de 20 pasos de 10 MVAR, en la
barra 2, y
◼ Tomas de regulación en el transformador entre las barras 1 y 3, situadas en
el extremo correspondiente a la barra 1, y con un total de 21 tomas que
permiten cambiar la relación de transformación en ±10% en incrementos de
un 1%.
◼ El banco de capacitores shunt se encuentra desconectado inicialmente y
el transformador se encuentra en la toma intermedia.

◼ Las matrices 𝐺 y 𝐵, parte real e imaginaria de la matriz de admitancias
nodales, dependen del valor de la relación de transformación del
transformador con tomas a:

◼ La matriz 𝐵 debería depender de la susceptancia del banco de
capacitores de la barra 2. No obstante, se modelará como una inyección
de potencia reactiva en la barra 2.
◼ El objetivo del problema de optimización consiste en obtener el estado
del sistema que minimiza los costos de operación, manteniendo todas las
variables dentro de límites.
◼ Función a minimizar:
𝐶 = 𝐶4 + 𝐶5 = 200 + 10.5𝑃𝐺4 + 10.0𝑃𝐺5
◼ Restricciones:
◼ Ecuaciones de la red:

◼ En las ecuaciones anteriores las potencias generadas corresponden a las
barras 4 y 5, tanto en activa (𝑃𝐺4 y 𝑃𝐺5 ) como en reactiva
(𝑄𝐺4 y 𝑄𝐺5 ), así como a la potencia reactiva inyectada por el banco de
capacitores en la barra 2 𝑄𝐺2 .
◼ Por otra parte, es necesario recordar que el ángulo de una de las barras
debe tomarse como referencia. Se ha tomado 𝜃5 = 0, por ser el
generador de la barra 5 el que asume las pérdidas en un flujo de cargas
convencional
◼ Conviene recordar que los términos de las matrices G y B contienen la
variable correspondiente a la relación de transformación del
transformador 1-3.

Límites de las variables de control:
◼ Potencias de los generadores, tanto activa como reactiva:
◼ Potencia reactiva del banco de capacitores: 0 ≤ 𝑄𝐺2 ≤200, en escalones

discretos de 10 Mvar.
◼ Tomas del transformador 1-3: 0.9 ≤ 𝑎 ≤ 1.1, en incrementos de 0.01 p.u.
◼ El carácter discreto de las variables, teniendo en cuenta la pequeña

magnitud de los escalones en ambos casos, se impondrá a posteriori
mediante redondeo de la solución continua al valor discreto más
próximo.

Límites de las variables dependientes:
◼ Tensiones en las barras 0.95 ≤ 𝑉𝑖 ≤ 1.05 𝑖 = 1, … , 5
◼ Potencias en las líneas y transformadores, expresada en este caso como
límite de potencia aparente:
con:

◼ La solución del problema de optimización de costos conduce al estado
mostrado en la Fig. 2.
Fig. 2: Red de 5 barras y 2 generadores. Solución de despacho económico.

Cabe destacar los siguientes hechos en el óptimo:
◼ El costo óptimo de operación se reduce a 21289 €/h, representando un
ahorro de 101 €/h frente al costo sin optimizar.
◼ Las pérdidas se ven asimismo disminuidas (65.2 MW comparado a los
69.2 MW del estado inicial), observándose como el generador de la
barra 4 se ve favorecido en su generación por su mejor localización
respecto al consumo.
◼ En concreto, un reparto de la generación basado exclusivamente en costos
llevaría a dicho generador a su mínimo técnico.
◼ Todas las variables de control de problema son optimizadas para
minimizar costos, respetando siempre los límites impuestos a las
variables y, en consecuencia, eliminando los problemas de tensión
presentes en las barras de demanda.
◼ Así, el transformador debe cambiarse a una relación de transformación
de 1.03 en p.u. y los capacitores pasan a estar todos conectados (200
MVAR, que, a una tensión de 1.014 p.u. proporcionan 206 MVAR).

Multiplicadores de Lagrange
◼ Los valores que toman los multiplicadores de Lagrange en el óptimo y
más concretamente los multiplicadores asociados a las ecuaciones de
balance de potencia activa en cada barra, proporcionan una información
fundamental para discriminar el costo de la demanda en cuanto a su
localización geográfica, siendo conocidos como los precios nodales
(precios en barra).
◼ En este ejemplo, dichos precios en barra son los siguientes:
y proporciona la medida de costo para suministrar un MWh adicional en

cada barra, respectivamente.
◼ Puede observarse que, en las barras de generación, los precios nodales
coinciden con el costo incremental de cada generador.

EE354 - Clase 11P1 - Costo Marginal y Flujo de Potencia Óptimo 2019-I

Caricato da

Informazioni sul documento

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

EE354 - Clase 11P1 - Costo Marginal y Flujo de Potencia Óptimo 2019-I

Caricato da

Copyright:

Formati disponibili

Universidad Nacional de Ingeniería

Facultad de Ingeniería Eléctrica y Electrónica

Escuela Profesional de Ingeniería Eléctrica

Expositor : Manfred F. Bedriñana Aronés

Despacho Económico Uninodal

A. Despacho económico sin límites de gen. y sin pérd. (1)

A. Despacho económico sin límites de gen. y sin pérd. (2)

A. Despacho económico sin límites de gen. y sin pérd. (3)

B. Despacho económico con límites de gen. y sin pérd. (1)

B. Despacho económico con límites de gen. y sin pérd. (2)

B. Despacho económico con límites de gen. y sin pérd. (3)

C. Despacho económico con límites de gen. y con pérd. (1)

C. Despacho económico con límites de gen. y con pérd. (2)

◼ Se define el factor de penalización Li, cuyo valor comúnmente es mayor a 1.

C. Despacho económico con límites de gen. y con pérd. (3)

◼ Se pueden obtener los costos marginales de generación con respecto a la

C. Despacho económico con límites de gen. y con pérd. (4)

◼ Los LMP son importantes en la operación de los mercados eléctricos

Despacho Económico Multinodal

B. Formulación del Problema (1)

B. Formulación del Problema (2)

D. Modelo del sistema eléctrico (1)

𝑃𝑖 = 𝑉𝑖 ෍ 𝑉𝑗 (𝐺𝑖𝑗 𝑐𝑜𝑠𝜃𝑖𝑗 + 𝐵𝑖𝑗 𝑠𝑒𝑛𝜃𝑖𝑗 ) 𝑖 = 1, … . , 𝑛 (1)

𝑄𝑖 = 𝑉𝑖 ෍ 𝑉𝑗 (𝐺𝑖𝑗 𝑠𝑒𝑛𝜃𝑖𝑗 − 𝐵𝑖𝑗 𝑐𝑜𝑠𝜃𝑖𝑗 ) 𝑖 = 1, … . , 𝑛 (2)

D. Modelo del sistema eléctrico (2)

D. Modelo del sistema eléctrico (3)

E. Restricciones impuestas al problema de optimización (1)

E. Restricciones impuestas al problema de optimización (2)

▪ Es necesario modelar la respuesta de las variables que actúan bajo

E. Restricciones impuestas al problema de optimización (3)

F. Ejemplo de aplicación (1)

Fig. 1: Red de 5 barras y 2

◼ Los costos de generación de los dos generadores son los siguientes:

F. Ejemplo de aplicación (2)

F. Ejemplo de aplicación (3)

F. Ejemplo de aplicación (4)

F. Ejemplo de aplicación (5)

F. Ejemplo de aplicación (6)

F. Ejemplo de aplicación (7)

◼ Potencia reactiva del banco de capacitores: 0 ≤ 𝑄𝐺2 ≤200, en escalones

◼ El carácter discreto de las variables, teniendo en cuenta la pequeña

F. Ejemplo de aplicación (8)

F. Ejemplo de aplicación (9)

Fig. 2: Red de 5 barras y 2 generadores. Solución de despacho económico.

F. Ejemplo de aplicación (10)

F. Ejemplo de aplicación (11)

y proporciona la medida de costo para suministrar un MWh adicional en

Potrebbero piacerti anche