Reducción de pérdidas y costa de operación en redes de distribución mediante algoritmo genético y optimización matemática

Este estudio trata de la minimización del coste operativo y de inversión en la distribución y operación del flujo de potencia considerando la instalación de capacitor de paso fijo bancos. Este problema está representado por un modelo matemático de programación entera mixta no lineal el cual se resue...

Full description

Autores:
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2021
Institución:
Universidad Distrital Francisco José de Caldas
Repositorio:
RIUD: repositorio U. Distrital
Idioma:
spa
OAI Identifier:
oai:repository.udistrital.edu.co:11349/28425
Acceso en línea:
http://hdl.handle.net/11349/28425
Palabra clave:
Optimización combinatoria
Algoritmo genético Chi y Beasley
Bancos de capacitores de paso fijo
Codificación discreta
Minimización de Costos Operativos
Ingeniería Eléctrica - Tesis y Disertaciones Académicas
Optimización combinatoria.
Algoritmos genéticos.
algoritmo genético de Chu y Beasley
Chu and Beasley genetic algorithm
Fixed-step capacitor banks
Discrete codification
Operative costs minimization
Combinatorial optimization
Rights
License
CC0 1.0 Universal
Description
Summary:Este estudio trata de la minimización del coste operativo y de inversión en la distribución y operación del flujo de potencia considerando la instalación de capacitor de paso fijo bancos. Este problema está representado por un modelo matemático de programación entera mixta no lineal el cual se resuelve aplicando el algoritmo genético de Chu y Beasley (CBGA). Si bien este algoritmo es un método clásico para resolver este tipo de problema de optimización, las soluciones encontradas usando este enfoque son mejores que los reportados en la literatura usando técnicas metaheurísticas y el Sistema General de Modelado Algebraico (GAMS). Además, el tiempo requerido para que el CBGA obtener resultados se redujo a unos pocos segundos para que sea una herramienta más robusta, eficiente y capaz para análisis del sistema de distribución. Finalmente, las fuentes computacionales utilizadas en este estudio fueron desarrolladas en el entorno de programación MATLAB mediante la implementación de alimentadores de prueba compuestos por 10, 33 y 69 nodos con configuraciones radiales y malladas.