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...

Full description

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