Perspectiva técnica
Optimización de compras de energía en el Mercado Eléctrico Mayorista
Cómo modelar el problema de compras del SENI con MILP + forecasting en XGBoost para cuantificar el espacio de optimización contrato-spot bajo la Ley 57-07 y los compromisos take-or-pay heredados.
¿Cuánto se podría optimizar la compra mayorista de energía de las distribuidoras dominicanas sin construir nueva infraestructura, solo reorganizando el mix horario dentro de las restricciones existentes del SENI? Esta pregunta motiva el modelo demostrativo que compartimos hoy.
El contexto
La volatilidad internacional del gas natural licuado y del crudo impacta directamente el costo de las plantas térmicas dominicanas. Esa presión se acumula sobre un sistema eléctrico que arrastra más de RD$170,000 millones de déficit tarifario acumulado desde 2003.
Las EDEs (EdeNorte, EdeSur, EdeEste) compran la mayor parte de su energía en el Mercado Eléctrico Mayorista (MEM), con un mix de Power Purchase Agreements (PPAs) heredados, despacho económico hora a hora y compras spot residuales. La pregunta de ingeniería es directa: dado un pool de generadores con contratos PPA heredados, capacidades físicas, mínimos técnicos, rampas y cuota renovable exigida por la Ley 57-07, ¿cuál es el mix horario que minimiza el costo total cumpliendo todas las restricciones?
La respuesta que propusimos
Un modelo de Programación Lineal Entera Mixta (MILP) resuelto con COIN-OR Branch and Cut (CBC), acoplado a una capa de forecasting con XGBoost para la estimación de demanda y precio spot del día siguiente. Un dashboard en Streamlit permite explorar escenarios en tiempo real.
El modelo incluye:
- 21 generadores del pool SENI agregado
- Optimización horaria (24 períodos)
- Variables binarias de encendido/apagado por generador y hora
- Restricciones de balance, capacidad, mínimo técnico, tope PPA, take-or-pay, rampa, cuota renovable y reserva rodante
El resultado del escenario base
Comparando el optimizador con los datos reales del Boletín Anual del Ministerio de Energía y Minas 2024:
- Precio promedio: 106,48 USD/MWh vs. 150,81 real (−44 USD/MWh)
- % vía PPA: 99,9 % vs. 78 % real
- % renovable: 32,3 % vs. ~17 % real
- Costo día: USD 7,57 millones vs. USD 10,72 millones real
Ahorro potencial anualizado: ≈ USD 1,140 millones.
La advertencia honesta
El ahorro estimado es un techo teórico, no una predicción ejecutable: el modelo simplificado no captura compromisos de disponibilidad, restricciones de red, mantenimientos ni fricciones políticas. Los datos por central son sintéticos calibrados dentro de los rangos del Boletín Anual (PPA 76,9 – 406,0 USD/MWh) y estadísticas del OC-SENI.
El valor está en la metodología reproducible y en la cuantificación del espacio contrato-spot. La conversación útil que abre el caso es: ¿cuánto de ese espacio puede capturar la operación real de cada distribuidora?
Recursos
- Repositorio en GitHub con el código completo, datos de muestra y reporte técnico en PDF
- Dashboard interactivo en Streamlit Cloud para explorar escenarios sin instalar nada
Si trabajas en una distribuidora, generador o regulador y quieres discutir cómo adaptar este enfoque a tu operación real, escríbenos. Una conversación de 30 minutos suele alcanzar para identificar si el espacio de optimización es atractivo en tu caso particular.
Este artículo se publicó primero en LinkedIn.