The Rural Electrification Planning Problem : Strategies and Solutions

Abstract

El acceso universal a la energía es uno de los mayores desafíos de nuestro tiempo y la energía es un factor empoderante que acelera el desarrollo en campos diversos como educación y sanidad. El séptimo objetivo de desarrollo sostenible de las naciones unidas reconoce la importancia del acceso a la energía, y aspira a alcanzar un acceso universal a formas de energía moderas que sean asequibles, fiables y sostenibles en el 2030. Es imperativo realizar esfuerzos significativos para cumplir este plazo ya que actualmente más de 840 millones de personas no tienen acceso a electricidad. Establecer la agenda de electrificación de una región subdesarrollada es una tarea compleja que depende de multitud de factores sociopolíticos. Además, cualquier plan debe basarse en hipótesis sólidas, un análisis riguroso y datos precisos. Recientemente, los modelos computacionales han ganado importancia, ya que pueden identificar los diseños de menor coste que satisfacen los niveles de acceso a la electricidad deseados en áreas de gran tamaño. El cálculo automatizado de los diseños puede ayudar a optimizar la distribución de recursos dedicados al acceso universal a la electricidad, acelerando su desarrollo. En esta tesis nos enfocamos en un modelo computacional de planificación: el Modelo de Electrificación de Referencia (REM, por sus siglas en inglés). REM determina el modo de electrificación de menor coste para cada consumidor (es decir, un sistema aislado, una mini-red o una extensión de la red), y propone diseños técnicos detallados a nivel de edificio, optimizando la generación de los sistemas aislados y mini-redes y la red de las mini-redes y extensiones de red. REM es el resultado de un gran trabajo en equipo. El primer prototipo de REM se presentó en la tesis de máster de Douglas Ellman, que fue defendida en el MIT, Cambridge, Massachusets, USA, en 2015. Este primer prototipo es el punto de partida de esta tesis doctoral. El primer prototipo de REM proporcionaba resultados inconsistentes, y se dedicó un esfuerzo sustancial a analizar y mejorar sus algoritmos. La primera parte de esta tesis describe varias mejoras que se implementaron en el primer prototipo de REM, que mostró un comportamiento robusto tras las mejoras. La segunda parte de esta tesis se centra en el desarrollo de nuevos algoritmos en REM. Presentamos un nuevo método que estima rápidamente el coste de red de cualquier mini-red potencial que podría ser parte de la solución de un caso de planificación a gran escala. También presentamos dos algoritmos de clustering. El primer algoritmo de clustering agrupa los consumidores en mini-redes y el segundo determina qué consumidores deberían ser electrificados con extensiones de red. Los nuevos algoritmos proporcionan resultados más óptimos que los algoritmos originales de REM o presentan otras ventajas.

Universal Access to Energy is one of the most significant challenges of our time, and energy is an enabling factor that fosters development in several fields such as education and healthcare. The United Nations’ seventh Sustainable Development Goal (SDG7) acknowledges the importance of energy access, and it establishes the target of achieving universal access to modern forms of energy that are affordable, reliable, and sustainable by 2030. Significant efforts are imperative to meet this deadline as there are approximately 840 million people that currently do not have access to electricity. Establishing an electrification agenda is a complex task that depends on many socio-political factors. A suitable electrification plan should rely on solid hypotheses, rigorous analysis, and accurate data. Computer-based models have recently gained momentum in electrification planning, as they can identify the lowest-cost designs that provide desired levels of electricity access in large-scale areas. The automated calculation of the designs can help optimize the allocation of resources devoted to universal electricity access, expediting development. In this thesis, we focus on one electrification planning tool: the Reference Electrification Model (REM). REM determines the least-cost electrification mode for each consumer (i.e., a standalone system, a mini-grid, or an extension of the power grid). REM calculates detailed technical designs at the building level, optimizing the generation of off-grid systems and the networks of mini-grids and grid extensions. REM is the result of ongoing teamwork. The first prototype of REM was presented in the master thesis of Douglas Ellman, which was defended at MIT, Cambridge, Massachusets, USA, in 2015. This first prototype is the starting point of this thesis. The first prototype of REM provided inconsistent results, and substantial efforts were devoted to scrutinizing and improving its algorithms. The first part of this thesis describes several upgrades implemented into the first prototype of REM, which resulted in robust performance after the upgrades. The second part of this thesis focuses on the development of new algorithms in REM. We present a novel method that quickly estimates the network cost of any potential low-voltage mini-grid that could appear in the solution of a large-scale planning case. We also present two clustering algorithms. The first clustering algorithm groups the consumers into mini-grids, and the second one determines which consumers should be electrified with extensions of the power grid. The new algorithms provide more optimal results than the original algorithms of REM or present other advantages.