Maximización del beneficio económico anual en redes de distribución a través de la minimización de pérdidas de potencia
Este trabajo de grado presenta la formulación e implementación de un algoritmo de Programación No Lineal Entero Mixto (MINLP) que optimiza la ubicación y tamaño de STATCOMs en sistemas de distribución de energía eléctrica, minimizando las pérdidas de potencia de la red y maximizando su TCS anual. En...
- 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:11349/28784
- Acceso en línea:
- http://hdl.handle.net/11349/28784
- Palabra clave:
- FACTS
STATCOMs
Optimización
MINLP
Minimización de pérdidas
Ingeniería Eléctrica - Tesis y disertaciones académicas
Redes de distribución de energía
Distribución de energía eléctrica
Perdidas eléctricas
Programación no-lineal
Algoritmos
FACTS
STATCOMs
Optimization
MINLP
Minimization of losses
- Rights
- License
- Atribución-NoComercial-SinDerivadas 4.0 Internacional
Summary: | Este trabajo de grado presenta la formulación e implementación de un algoritmo de Programación No Lineal Entero Mixto (MINLP) que optimiza la ubicación y tamaño de STATCOMs en sistemas de distribución de energía eléctrica, minimizando las pérdidas de potencia de la red y maximizando su TCS anual. En primera instancia se presenta una aproximación teórica sobre la inclusión óptima de diferentes tecnologías (BESS, GDs y FACTS) en sistemas de transmisión y distribución de energía eléctrica, con el fin de obtener un panorama referente a los diferentes modelos de optimización implementados y los resultados obtenidos en cada línea de investigación. Además, se exponen los beneficios que se obtienen al incluir STATCOMs en redes de distribución y se plantean las bases teóricas que dieron cabida al desarrollo del proyecto. Posteriormente se expuso la formulación matemática y estrategia de solución del modelo de optimización incluyendo sus restricciones y los dos escenarios planteados para la obtención de los resultados. Además, se definieron las redes de distribución radial IEEE-33 e IEEE-69 como sistemas de prueba y se exhibieron sus características. Finalmente, el algoritmo de optimización fue implementado a los sistemas de prueba mediante el software de optimización GAMS. Se definieron dos casos base para la red IEEE-33 (A y B) y dos escenarios solución para ambos sistemas de prueba, con el fin de realizar una comparación veraz con15los algoritmos IA y GHS propuestos en [18] y [19] respectivamente. La comparación se hizo a través de los resultados obtenidos referentes a la disminución de pérdidas de potencia, maximización del beneficio económico y corrección del perfil de tensión. |
---|