Analysis of local marginal prices in transmission systems dominated by hydroelectric generation

Manuel Sánchez-Masaquiza; Carlos Quinatoa-Caiza

Autores/as

Sánchez-Masaquiza Manuel Universidad Técnica de Cotopaxi. Latacunga, Ecuador. https://orcid.org/0009-0007-7072-8119
Quinatoa-Caiza Carlos Universidad Técnica de Cotopaxi. Latacunga, Ecuador. Universidad de Jaén. España. https://orcid.org/0000-0001-6369-7480

Palabras clave:

Planificación energética, Precios marginales, Incertidumbre, Costo marginal, Precios nodales, Congestión en las líneas, Pérdidas en las líneas

Resumen

DOI: https://doi.org/10.46296/ig.v9i17.0339

Resumen

En los mercados eléctricos competitivos, las señales de precio son fundamentales para guiar las decisiones de inversión en expansión y repotenciación de la red, especialmente cuando se identifican congestiones en generadores, transformadores y líneas de transmisión, por lo que este artículo propone una metodología para analizar dichas congestiones en el Sistema Nacional Interconectado (SNI) Ecuatoriano mediante un modelo de optimización con flujo DC que incorpora pérdidas eléctricas, determinando los Precios Marginales Locales en cada nodo bajo tres escenarios clave: red sin límites de transmisión, red con capacidad real de los elementos y red real incluyendo pérdidas, cuya comparación permite identificar y cuantificar las congestiones y su impacto económico, obteniendo así índices cuantitativos que asisten al planificador en la toma de decisiones óptimas de inversión, con resultados preliminares que revelan puntos críticos de congestión en líneas y generadores específicos cuya repotenciación minimiza los costos globales de operación del sistema.

Palabras clave: Planificación energética, Precios marginales, Incertidumbre, Costo marginal, Precios nodales, Congestión en las líneas, Pérdidas en las líneas.

Abstract

In competitive electricity markets, price signals are essential for guiding investment decisions on grid expansion and repowering, especially when congestion is identified in generators, transformers, and transmission lines. This article therefore, proposes a methodology for analysing such congestion in the Ecuadorian National Interconnected System (SNI) using an optimization model with DC flow that incorporates electrical losses, determining the Local Marginal Prices at each node under three key scenarios: a network without transmission limits, a network with the actual capacity of the elements, and a real network including losses. Comparing these scenarios allows for the identification and quantification of congestion and its economic impact, thus obtaining quantitative indices that assist planners in making optimal investment decisions. Preliminary results reveal critical points of congestion in specific lines and generators whose repowering minimizes the overall operating costs of the system.

Keywords: Energy Planning, Marginal prices, Uncertainty, Marginal cost, Nodal prices, Line congestion, Line losses.

Información del manuscrito:
Fecha de recepción: 09 de enero de 2026.
Fecha de aceptación: 10 de marzo de 2026.
Fecha de publicación: 17 de abril de 2026.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

A. Zakariazadeh, R. Ahshan, R. Al Abri, and M. Al-Abri, “Renewable energy integration in sustainable water systems: A review,” Clean. Eng. Technol., vol. 18, p. 100722, Feb. 2024, doi: 10.1016/j.clet.2024.100722.

H. Yang, L. Wang, Y. Zhang, H.-M. Tai, Y. Ma, and M. Zhou, “Reliability Evaluation of Power System Considering Time of Use Electricity Pricing,” IEEE Trans. Power Syst., vol. 34, no. 3, pp. 1991–2002, May 2019, doi: 10.1109/TPWRS.2018.2879953.

B. Tamimi and S. Vaez-Zadeh, “An Optimal Pricing Scheme in Electricity Markets Considering Voltage Security Cost,” IEEE Trans. Power Syst., vol. 23, no. 2, pp. 451–459, May 2008, doi: 10.1109/TPWRS.2008.920180.

Q. Wang, G. Zhang, J. D. McCalley, T. Zheng, and E. Litvinov, “Risk-Based Locational Marginal Pricing and Congestion Management,” IEEE Trans. Power Syst., vol. 29, no. 5, pp. 2518–2528, Sep. 2014, doi: 10.1109/TPWRS.2014.2305303.

F. Li, “Continuous Locational Marginal Pricing (CLMP),” IEEE Trans. Power Syst., vol. 22, no. 4, pp. 1638–1646, Nov. 2007, doi: 10.1109/TPWRS.2007.907521.

F. Li and R. Bo, “DCOPF-Based LMP Simulation: Algorithm, Comparison With ACOPF, and Sensitivity,” IEEE Trans. Power Syst., vol. 22, no. 4, pp. 1475–1485, Nov. 2007, doi: 10.1109/TPWRS.2007.907924.

H. Yuan, F. Li, Y. Wei, and J. Zhu, “Novel Linearized Power Flow and Linearized OPF Models for Active Distribution Networks With Application in Distribution LMP,” IEEE Trans. Smart Grid, vol. 9, no. 1, pp. 438–448, Jan. 2018, doi: 10.1109/TSG.2016.2594814.

Z. Yang et al., “LMP Revisited: A Linear Model for the Loss-Embedded LMP,” IEEE Trans. Power Syst., vol. 32, no. 5, pp. 4080–4090, Sep. 2017, doi: 10.1109/TPWRS.2017.2648816.

Z. Yang, H. Zhong, A. Bose, T. Zheng, Q. Xia, and C. Kang, “A Linearized OPF Model With Reactive Power and Voltage Magnitude: A Pathway to Improve the MW-Only DC OPF,” IEEE Trans. Power Syst., vol. 33, no. 2, pp. 1734–1745, Mar. 2018, doi: 10.1109/TPWRS.2017.2718551.

Rui Bo and Fangxing Li, “Probabilistic LMP Forecasting Considering Load Uncertainty,” IEEE Trans. Power Syst., vol. 24, no. 3, pp. 1279–1289, Aug. 2009, doi: 10.1109/TPWRS.2009.2023268.

F. Aydin and C. Karatekin, “Strategic Integration of Distributed Generation in a Deregulated Power Market: An Agent-Based Approach,” IEEE Access, pp. 1–1, 2024, doi: 10.1109/ACCESS.2024.3512781.

F. O. S. Saraiva and V. L. Paucar, “Locational Marginal Price Decomposition Using a Fully Distributed Slack Bus Model,” IEEE Access, vol. 10, pp. 84913–84933, 2022, doi: 10.1109/ACCESS.2022.3197223.

T.-P. D. Gabriela, Q.-C. C. Iván, and C.-C. L. Hernán, “Asignación eficiente de unidades de generación en regiones múltiples aplicando optimización multiobjetivo,” Rev. Científica, vol. 7, 2024.

J. S. Ortiz, C. I. Quinatoa, and J. H. Acurio, “A New Model Optimization Convex Using Wirtinger Calculus for Economic Dispatch,” in 2024 8th International Conference on Power Energy Systems and Applications (ICoPESA), Hong Kong, Hong Kong: IEEE, Jun. 2024, pp. 557–566. doi: 10.1109/ICOPESA61191.2024.10743906.

C. Quinatoa, A. Chasi, V. Puetate, A. Casilimas, L. Camacho, and J. Ortiz, “Optimization Model for Coordinated Multistage Planning of the Generation-Transmission System with Demand Forecasting Using Neural Networks,” in Proceedings of the 4th International Conference on Electronic Engineering and Renewable Energy Systems—Volume 1, B. Hajji, A. Gagliano, A. Mellit, A. Rabhi, and M. Calì, Eds., Singapore: Springer Nature Singapore, 2025, pp. 573–581.