Implementación del algoritmo VNS-DEEPSO para el despacho de energía en redes distribuidas inteligentes

Introducción− Las redes eléctricas tradicionales están migrando a nuevas configuraciones de redes inteligentes, que traen retos operacionales y de planeación. Con miras a avanzar en estos retos se propone resolver un problema de optimización usando programación en elementos de redes distribuidas int...

Full description

Autores:
García-Guarín, Pedro Julián
Cantor, Julián
Cortés-Guerrero, Camilo
Guzmán Pardo, María Alejandra
Rivera Rascón, Sergio Antonio
Tipo de recurso:
Article of journal
Fecha de publicación:
2019
Institución:
Corporación Universidad de la Costa
Repositorio:
REDICUC - Repositorio CUC
Idioma:
spa
OAI Identifier:
oai:repositorio.cuc.edu.co:11323/5640
Acceso en línea:
https://hdl.handle.net/11323/5640
https://doi.org/10.17981/ingecuc.15.1.2019.13
https://repositorio.cuc.edu.co/
Palabra clave:
Algoritmos heurísticos
Energía renovable
Smart grid
Vehículos eléctricos
Optimización
Heuristic algorithms
Renewable energy
Optimization
Intelligent network
Electric vehicles
Rights
openAccess
License
CC0 1.0 Universal
Description
Summary:Introducción− Las redes eléctricas tradicionales están migrando a nuevas configuraciones de redes inteligentes, que traen retos operacionales y de planeación. Con miras a avanzar en estos retos se propone resolver un problema de optimización usando programación en elementos de redes distribuidas inteligentes. Objetivo− El problema de optimización consiste en adminis-trar el despacho energético de una red inteligente para opti-mizar los recursos disponibles, considerando la incertidum-bre de energías renovables, viajes planeados de vehículos eléctricos, el pronóstico de carga y los precios del mercado. Metodología− Se propuso utilizar un ensamble entre dos métodos heurísticos. El algoritmo VNS (Variable Neigh-borhood Search) y el DEEPSO (Differential Evolutionary Particle Swarm).Resultados− El algoritmo VNS-DEEPSO fue evaluado en una competencia de “Smart Grids” con otros algoritmos con un valor de 18.21, siendo 7 % mejor que el segundo algoritmo clasificado en la competencia.Conclusiones− El algoritmo VNS-DEEPSO fue ganador entre 9 algoritmos metaheurísticos que solucionaron el prob-lema, este problema tenía un mayor incremento de dificultad debida a la incertidumbre generada por factores ambien-tales, pronóstico de carga, viajes en vehículos eléctricos y el mercado de precios. Acorde a los resultados, el algoritmo VNS-DEEPSO demostró ser el más eficiente en minimizar los costos operacionales y maximizar los ingresos de la red inteligente.