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 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.

• Autores: Yie Pinedo, Andrés Felipe; Morales Pérez, Andrés Felipe
• 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
• License: Universidad del Norte