Controlador inteligente para operación óptima de sistemas híbridos de energías renovables
Este proyecto presenta el diseño y estudio de un controlador, basado en sistemas inteligentes, que se encarga de optimizar el punto de operación de un grupo de generadores convencionales y de energía renovables para la alimentación de un sistema eléctrico de potencia (SEP). Dado que los sistemas de...
- Autores:
-
Yie Pinedo, Andrés Felipe
Morales Pérez, Andrés Felipe
- Tipo de recurso:
- Fecha de publicación:
- 2018
- Institución:
- Universidad del Norte
- Repositorio:
- Repositorio Uninorte
- Idioma:
- spa
- OAI Identifier:
- oai:manglar.uninorte.edu.co:10584/7986
- Acceso en línea:
- http://hdl.handle.net/10584/7986
- Palabra clave:
- Algoritmo Genético
Controlador
Inteligencia Artificial
Flujo óptimo de potencia
Minimización de pérdidas
Genetic Algorithm
Controller
Artificial Intelligence
Optimal power flow
- Rights
- License
- Universidad del Norte
id |
REPOUNORT2_6d93bc0b63bf2a853262d6e673a2b6b3 |
---|---|
oai_identifier_str |
oai:manglar.uninorte.edu.co:10584/7986 |
network_acronym_str |
REPOUNORT2 |
network_name_str |
Repositorio Uninorte |
repository_id_str |
|
dc.title.es_ES.fl_str_mv |
Controlador inteligente para operación óptima de sistemas híbridos de energías renovables |
dc.title.en_US.fl_str_mv |
Smart Controller for optimal operation of hybrid renewable |
title |
Controlador inteligente para operación óptima de sistemas híbridos de energías renovables |
spellingShingle |
Controlador inteligente para operación óptima de sistemas híbridos de energías renovables Algoritmo Genético Controlador Inteligencia Artificial Flujo óptimo de potencia Minimización de pérdidas Genetic Algorithm Controller Artificial Intelligence Optimal power flow |
title_short |
Controlador inteligente para operación óptima de sistemas híbridos de energías renovables |
title_full |
Controlador inteligente para operación óptima de sistemas híbridos de energías renovables |
title_fullStr |
Controlador inteligente para operación óptima de sistemas híbridos de energías renovables |
title_full_unstemmed |
Controlador inteligente para operación óptima de sistemas híbridos de energías renovables |
title_sort |
Controlador inteligente para operación óptima de sistemas híbridos de energías renovables |
dc.creator.fl_str_mv |
Yie Pinedo, Andrés Felipe Morales Pérez, Andrés Felipe |
dc.contributor.advisor.none.fl_str_mv |
Quintero Monroy, Christian Giovanny |
dc.contributor.author.none.fl_str_mv |
Yie Pinedo, Andrés Felipe Morales Pérez, Andrés Felipe |
dc.subject.es_ES.fl_str_mv |
Algoritmo Genético Controlador Inteligencia Artificial Flujo óptimo de potencia Minimización de pérdidas |
topic |
Algoritmo Genético Controlador Inteligencia Artificial Flujo óptimo de potencia Minimización de pérdidas Genetic Algorithm Controller Artificial Intelligence Optimal power flow |
dc.subject.en_US.fl_str_mv |
Genetic Algorithm Controller Artificial Intelligence Optimal power flow |
description |
Este proyecto presenta el diseño y estudio de un controlador, basado en sistemas inteligentes, que se encarga de optimizar el punto de operación de un grupo de generadores convencionales y de energía renovables para la alimentación de un sistema eléctrico de potencia (SEP). Dado que los sistemas de optimización convencionales presentan problemas en la solución de flujos de potencias óptimos en estos sistemas por sus características de no linealidad y múltiples mínimos. Esto, con el fin de mejorar la inclusión de energías renovables en el despacho en un sistema de potencia y hacer más rentable su uso. Dicho controlador fue desarrollado mediante un algoritmo genético (GA), al cual se le introducen variables como velocidad del viento, radiación solar y potencia producida por un generador síncrono, así mismo la topología del sistema de potencia. Posteriormente, el GA determina cómo distribuirá dicha potencia hacia el SEP, tal que el uso de la energía sea el óptimo posible. Teniendo como función objetivo la minimización las pérdidas de transmisión, y como restricciones los voltajes de los nodos, las potencias máximas y mínimas de generación, balance de cargas y la potencia máxima de las líneas. Adicionalmente el sistema contará con un sistema de asignación de unidades que determinará en qué casos es recomendable conectar o desconectar un generador ya sea renovable o síncrono a la red. Para la validación del proyecto se trabajó con tres sistemas de potencias de diferentes características, (4, 5, 9 Nodos). Teniendo como resultado errores menores al 2% con respecto a los resultados de Neplan, un software de gran robustez y confiabilidad. También se resalta la capacidad del sistema desarrollado para realizar la asignación de los generadores para disminuir las pérdidas. Una de las limitaciones de dicho trabajo es la obtención de datos de radiación solar y flujos de viento para un lugar específico. |
publishDate |
2018 |
dc.date.accessioned.none.fl_str_mv |
2018-06-01T16:54:52Z |
dc.date.available.none.fl_str_mv |
2018-06-01T16:54:52Z |
dc.date.issued.none.fl_str_mv |
2018-05-31 |
dc.type.es_ES.fl_str_mv |
article |
dc.type.coar.fl_str_mv |
http://purl.org/coar/resource_type/c_6501 |
dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/10584/7986 |
url |
http://hdl.handle.net/10584/7986 |
dc.language.iso.es_ES.fl_str_mv |
spa |
language |
spa |
dc.rights.es_ES.fl_str_mv |
Universidad del Norte |
dc.rights.coar.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
rights_invalid_str_mv |
Universidad del Norte http://purl.org/coar/access_right/c_abf2 |
dc.publisher.es_ES.fl_str_mv |
Barranquilla, Universidad del Norte, 2018 |
institution |
Universidad del Norte |
bitstream.url.fl_str_mv |
http://172.16.14.36:8080/bitstream/10584/7986/2/Controlador%20Inteligente.jpg http://172.16.14.36:8080/bitstream/10584/7986/3/Controlador%20Inteligente.pdf http://172.16.14.36:8080/bitstream/10584/7986/4/Controlador%20Inteligente_english.jpg http://172.16.14.36:8080/bitstream/10584/7986/5/Controlador%20Inteligente_english.pdf http://172.16.14.36:8080/bitstream/10584/7986/6/license.txt |
bitstream.checksum.fl_str_mv |
574e85899bdc6c8aa01418afd983e264 11b623ff5794ae41f83206456759c696 db1c1fcac99eb1574990a9d2c9e4682d 970cade9061e66e7e24aa72f9a7e9f94 8a4605be74aa9ea9d79846c1fba20a33 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositorio Digital de la Universidad del Norte |
repository.mail.fl_str_mv |
mauribe@uninorte.edu.co |
_version_ |
1812183087202697216 |
spelling |
Quintero Monroy, Christian GiovannyYie Pinedo, Andrés FelipeMorales Pérez, Andrés Felipe2018-06-01T16:54:52Z2018-06-01T16:54:52Z2018-05-31http://hdl.handle.net/10584/7986Este proyecto presenta el diseño y estudio de un controlador, basado en sistemas inteligentes, que se encarga de optimizar el punto de operación de un grupo de generadores convencionales y de energía renovables para la alimentación de un sistema eléctrico de potencia (SEP). Dado que los sistemas de optimización convencionales presentan problemas en la solución de flujos de potencias óptimos en estos sistemas por sus características de no linealidad y múltiples mínimos. Esto, con el fin de mejorar la inclusión de energías renovables en el despacho en un sistema de potencia y hacer más rentable su uso. Dicho controlador fue desarrollado mediante un algoritmo genético (GA), al cual se le introducen variables como velocidad del viento, radiación solar y potencia producida por un generador síncrono, así mismo la topología del sistema de potencia. Posteriormente, el GA determina cómo distribuirá dicha potencia hacia el SEP, tal que el uso de la energía sea el óptimo posible. Teniendo como función objetivo la minimización las pérdidas de transmisión, y como restricciones los voltajes de los nodos, las potencias máximas y mínimas de generación, balance de cargas y la potencia máxima de las líneas. Adicionalmente el sistema contará con un sistema de asignación de unidades que determinará en qué casos es recomendable conectar o desconectar un generador ya sea renovable o síncrono a la red. Para la validación del proyecto se trabajó con tres sistemas de potencias de diferentes características, (4, 5, 9 Nodos). Teniendo como resultado errores menores al 2% con respecto a los resultados de Neplan, un software de gran robustez y confiabilidad. También se resalta la capacidad del sistema desarrollado para realizar la asignación de los generadores para disminuir las pérdidas. Una de las limitaciones de dicho trabajo es la obtención de datos de radiación solar y flujos de viento para un lugar específico.This project presents the design and study of a controller, based on intelligent systems, which is responsible for optimizing the point of operation of a group of conventional generators and renewable energy for the power supply of an electrical power system (SEP). Since conventional optimization systems present problems in the solution of optimal power flows in these systems due to their characteristics of non-linearity and multiple minimums. This, in order to improve the inclusion of renewable energy in the dispatch in a power system and make its use more profitable. This controller was developed through a genetic algorithm (GA), which is introduced variables such as wind speed, solar radiation and power produced by a synchronous generator, as well as the topology of the power system. Subsequently, the GA determines how it will distribute this power to the SEP, so that the use of energy is the optimum possible. Having as objective function the minimization of the transmission losses, and as restrictions the voltages of the nodes, the maximum and minimum powers of generation, load balance and the maximum power of the lines. Additionally, the system will have a unit assignment system that will determine in which cases it is advisable to connect or disconnect a generator that is either renewable or synchronous to the network. For the validation of the project we worked with three power systems of different characteristics, (4, 5, 9 Nodes). Resulting in errors less than 2% with respect to the results of Neplan, a software of great robustness and reliability. In addition, will be highlighted the capacity of the system developed to carry out the assignment of the generators to reduce losses. One of the limitations of this work is obtaining data on solar radiation and wind flows for a specific place.spaBarranquilla, Universidad del Norte, 2018Universidad del Nortehttp://purl.org/coar/access_right/c_abf2Algoritmo GenéticoControladorInteligencia ArtificialFlujo óptimo de potenciaMinimización de pérdidasGenetic AlgorithmControllerArtificial IntelligenceOptimal power flowControlador inteligente para operación óptima de sistemas híbridos de energías renovablesSmart Controller for optimal operation of hybrid renewablearticlehttp://purl.org/coar/resource_type/c_6501ORIGINALControlador Inteligente.jpgControlador Inteligente.jpgImagen_español_jpgimage/jpeg197683http://172.16.14.36:8080/bitstream/10584/7986/2/Controlador%20Inteligente.jpg574e85899bdc6c8aa01418afd983e264MD52Controlador Inteligente.pdfControlador Inteligente.pdfImagen_español_pdfapplication/pdf256965http://172.16.14.36:8080/bitstream/10584/7986/3/Controlador%20Inteligente.pdf11b623ff5794ae41f83206456759c696MD53Controlador Inteligente_english.jpgControlador Inteligente_english.jpgImagen_inglés_jpgimage/jpeg196347http://172.16.14.36:8080/bitstream/10584/7986/4/Controlador%20Inteligente_english.jpgdb1c1fcac99eb1574990a9d2c9e4682dMD54Controlador Inteligente_english.pdfControlador Inteligente_english.pdfImagen_inglés_pdfapplication/pdf255280http://172.16.14.36:8080/bitstream/10584/7986/5/Controlador%20Inteligente_english.pdf970cade9061e66e7e24aa72f9a7e9f94MD55LICENSElicense.txtlicense.txttext/plain; charset=utf-81748http://172.16.14.36:8080/bitstream/10584/7986/6/license.txt8a4605be74aa9ea9d79846c1fba20a33MD5610584/7986oai:172.16.14.36:10584/79862018-06-05 15:30:42.61Repositorio Digital de la Universidad del Nortemauribe@uninorte.edu.co |