Localización de FACTS en sistemas de transmisión, considerando energía solar y energía eólica, utilizando métodos estocásticos de optimización

Para lograr la óptima ubicación de los FACTS en un sistema de potencia, se consideran dos tipos diferentes de algoritmos: el algoritmo de optimización biogeográfica (BBO) y optimizador basado en la caza de la hormiga león (ALO). Para desarrollar este trabajo, se han modificado estos algoritmos para...

Full description

Autores:
Gutiérrez Aristizabal, José Luis
Tipo de recurso:
Fecha de publicación:
2018
Institución:
Universidad Nacional de Colombia
Repositorio:
Universidad Nacional de Colombia
Idioma:
spa
OAI Identifier:
oai:repositorio.unal.edu.co:unal/69610
Acceso en línea:
https://repositorio.unal.edu.co/handle/unal/69610
http://bdigital.unal.edu.co/71601/
Palabra clave:
62 Ingeniería y operaciones afines / Engineering
Optimización Estocástica
Pérdidas
FACTS
Energía Solar
Energía Eólica
Stochastic Optimization
Losses
Solar energy
Wind power
Rights
openAccess
License
Atribución-NoComercial 4.0 Internacional
id UNACIONAL2_242177c6d7909e32c735a58803b1b993
oai_identifier_str oai:repositorio.unal.edu.co:unal/69610
network_acronym_str UNACIONAL2
network_name_str Universidad Nacional de Colombia
repository_id_str
dc.title.spa.fl_str_mv Localización de FACTS en sistemas de transmisión, considerando energía solar y energía eólica, utilizando métodos estocásticos de optimización
title Localización de FACTS en sistemas de transmisión, considerando energía solar y energía eólica, utilizando métodos estocásticos de optimización
spellingShingle Localización de FACTS en sistemas de transmisión, considerando energía solar y energía eólica, utilizando métodos estocásticos de optimización
62 Ingeniería y operaciones afines / Engineering
Optimización Estocástica
Pérdidas
FACTS
Energía Solar
Energía Eólica
Stochastic Optimization
Losses
Solar energy
Wind power
title_short Localización de FACTS en sistemas de transmisión, considerando energía solar y energía eólica, utilizando métodos estocásticos de optimización
title_full Localización de FACTS en sistemas de transmisión, considerando energía solar y energía eólica, utilizando métodos estocásticos de optimización
title_fullStr Localización de FACTS en sistemas de transmisión, considerando energía solar y energía eólica, utilizando métodos estocásticos de optimización
title_full_unstemmed Localización de FACTS en sistemas de transmisión, considerando energía solar y energía eólica, utilizando métodos estocásticos de optimización
title_sort Localización de FACTS en sistemas de transmisión, considerando energía solar y energía eólica, utilizando métodos estocásticos de optimización
dc.creator.fl_str_mv Gutiérrez Aristizabal, José Luis
dc.contributor.author.spa.fl_str_mv Gutiérrez Aristizabal, José Luis
dc.contributor.spa.fl_str_mv Rivera Rodríguez, Sergio Raul
dc.subject.ddc.spa.fl_str_mv 62 Ingeniería y operaciones afines / Engineering
topic 62 Ingeniería y operaciones afines / Engineering
Optimización Estocástica
Pérdidas
FACTS
Energía Solar
Energía Eólica
Stochastic Optimization
Losses
Solar energy
Wind power
dc.subject.proposal.spa.fl_str_mv Optimización Estocástica
Pérdidas
FACTS
Energía Solar
Energía Eólica
Stochastic Optimization
Losses
Solar energy
Wind power
description Para lograr la óptima ubicación de los FACTS en un sistema de potencia, se consideran dos tipos diferentes de algoritmos: el algoritmo de optimización biogeográfica (BBO) y optimizador basado en la caza de la hormiga león (ALO). Para desarrollar este trabajo, se han modificado estos algoritmos para mejorar la precisión en encontrar los puntos con mejor desempeño en el espacio de búsqueda. La inclusión de energía eólica y solar dentro del sistema modifica los algoritmos comunes desarrollados hasta el momento, ya que la aleatoriedad en la potencia generada por estos implica que los resultados tienen un alto grado de variabilidad, viendo afectada la eficiencia de los algoritmos genéticos en la resolución de estos problemas. El modelo usado ha sido el IEEE de 57 nodos puesto que es una buena representación de un sistema de potencia. La función objetivo final es la reducción de las pérdidas en el sistema de potencia incluyendo, en mayor medida, el uso de generadores renovables. Al final, se deberá tener como resultado una reducción de las pérdidas en comparación con el sistema sin FACTS pero con la mayor inclusión de generación renovable.
publishDate 2018
dc.date.issued.spa.fl_str_mv 2018-11
dc.date.accessioned.spa.fl_str_mv 2019-07-03T10:30:40Z
dc.date.available.spa.fl_str_mv 2019-07-03T10:30:40Z
dc.type.spa.fl_str_mv Trabajo de grado - Maestría
dc.type.driver.spa.fl_str_mv info:eu-repo/semantics/masterThesis
dc.type.version.spa.fl_str_mv info:eu-repo/semantics/acceptedVersion
dc.type.content.spa.fl_str_mv Text
dc.type.redcol.spa.fl_str_mv http://purl.org/redcol/resource_type/TM
status_str acceptedVersion
dc.identifier.uri.none.fl_str_mv https://repositorio.unal.edu.co/handle/unal/69610
dc.identifier.eprints.spa.fl_str_mv http://bdigital.unal.edu.co/71601/
url https://repositorio.unal.edu.co/handle/unal/69610
http://bdigital.unal.edu.co/71601/
dc.language.iso.spa.fl_str_mv spa
language spa
dc.relation.ispartof.spa.fl_str_mv Universidad Nacional de Colombia Sede Bogotá Facultad de Ingeniería Departamento de Ingeniería Eléctrica y Electrónica Ingeniería Eléctrica
Ingeniería Eléctrica
dc.relation.references.spa.fl_str_mv Gutiérrez Aristizabal, José Luis (2018) Localización de FACTS en sistemas de transmisión, considerando energía solar y energía eólica, utilizando métodos estocásticos de optimización. Maestría thesis, Universidad Nacional de Colombia - Sede Bogotá.
dc.rights.spa.fl_str_mv Derechos reservados - Universidad Nacional de Colombia
dc.rights.coar.fl_str_mv http://purl.org/coar/access_right/c_abf2
dc.rights.license.spa.fl_str_mv Atribución-NoComercial 4.0 Internacional
dc.rights.uri.spa.fl_str_mv http://creativecommons.org/licenses/by-nc/4.0/
dc.rights.accessrights.spa.fl_str_mv info:eu-repo/semantics/openAccess
rights_invalid_str_mv Atribución-NoComercial 4.0 Internacional
Derechos reservados - Universidad Nacional de Colombia
http://creativecommons.org/licenses/by-nc/4.0/
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.mimetype.spa.fl_str_mv application/pdf
institution Universidad Nacional de Colombia
bitstream.url.fl_str_mv https://repositorio.unal.edu.co/bitstream/unal/69610/1/Trabajo_de_Grado_Maestria_Jos%c3%a9%20L_Gutierrez_A.pdf
https://repositorio.unal.edu.co/bitstream/unal/69610/2/Trabajo_de_Grado_Maestria_Jos%c3%a9%20L_Gutierrez_A.pdf.jpg
bitstream.checksum.fl_str_mv 5603914ffd1f405ce759da3dee4769a6
700f6708a4c9fc0eb0432e3c0f3d2dc2
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositorio Institucional Universidad Nacional de Colombia
repository.mail.fl_str_mv repositorio_nal@unal.edu.co
_version_ 1814089610427367424
spelling Atribución-NoComercial 4.0 InternacionalDerechos reservados - Universidad Nacional de Colombiahttp://creativecommons.org/licenses/by-nc/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Rivera Rodríguez, Sergio RaulGutiérrez Aristizabal, José Luis4d22df62-2d6c-444c-93f0-ce25a6e994823002019-07-03T10:30:40Z2019-07-03T10:30:40Z2018-11https://repositorio.unal.edu.co/handle/unal/69610http://bdigital.unal.edu.co/71601/Para lograr la óptima ubicación de los FACTS en un sistema de potencia, se consideran dos tipos diferentes de algoritmos: el algoritmo de optimización biogeográfica (BBO) y optimizador basado en la caza de la hormiga león (ALO). Para desarrollar este trabajo, se han modificado estos algoritmos para mejorar la precisión en encontrar los puntos con mejor desempeño en el espacio de búsqueda. La inclusión de energía eólica y solar dentro del sistema modifica los algoritmos comunes desarrollados hasta el momento, ya que la aleatoriedad en la potencia generada por estos implica que los resultados tienen un alto grado de variabilidad, viendo afectada la eficiencia de los algoritmos genéticos en la resolución de estos problemas. El modelo usado ha sido el IEEE de 57 nodos puesto que es una buena representación de un sistema de potencia. La función objetivo final es la reducción de las pérdidas en el sistema de potencia incluyendo, en mayor medida, el uso de generadores renovables. Al final, se deberá tener como resultado una reducción de las pérdidas en comparación con el sistema sin FACTS pero con la mayor inclusión de generación renovable.Abstract: To achieve the optimal location of the FACTS in a power system, two different types of algorithms are considered: the biogeographic optimization algorithm (BBO) and the antlion optimizer (ALO). To develop this work, these algorithms have been modified to improve the precision about finding the optimal points in a search space. The inclusion of wind and solar energy within the system changes the common algorithms developed so far, since the randomness in the generated power by these implies that the results have a high degree of variability, impacting in the efficiency of the genetic algorithms in the resolution of these problems. The model used was the 57-node IEEE since it is the best representation of a power system. The final objective function is the reduction of losses in the power system, including, to a greater extent, the use of renewable generators. In the end, it should result in a reduction of losses compared to the system without FACTS but with the greater inclusion of renewable generation.Maestríaapplication/pdfspaUniversidad Nacional de Colombia Sede Bogotá Facultad de Ingeniería Departamento de Ingeniería Eléctrica y Electrónica Ingeniería EléctricaIngeniería EléctricaGutiérrez Aristizabal, José Luis (2018) Localización de FACTS en sistemas de transmisión, considerando energía solar y energía eólica, utilizando métodos estocásticos de optimización. Maestría thesis, Universidad Nacional de Colombia - Sede Bogotá.62 Ingeniería y operaciones afines / EngineeringOptimización EstocásticaPérdidasFACTSEnergía SolarEnergía EólicaStochastic OptimizationLossesSolar energyWind powerLocalización de FACTS en sistemas de transmisión, considerando energía solar y energía eólica, utilizando métodos estocásticos de optimizaciónTrabajo de grado - Maestríainfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/acceptedVersionTexthttp://purl.org/redcol/resource_type/TMORIGINALTrabajo_de_Grado_Maestria_José L_Gutierrez_A.pdfapplication/pdf2099670https://repositorio.unal.edu.co/bitstream/unal/69610/1/Trabajo_de_Grado_Maestria_Jos%c3%a9%20L_Gutierrez_A.pdf5603914ffd1f405ce759da3dee4769a6MD51THUMBNAILTrabajo_de_Grado_Maestria_José L_Gutierrez_A.pdf.jpgTrabajo_de_Grado_Maestria_José L_Gutierrez_A.pdf.jpgGenerated Thumbnailimage/jpeg6349https://repositorio.unal.edu.co/bitstream/unal/69610/2/Trabajo_de_Grado_Maestria_Jos%c3%a9%20L_Gutierrez_A.pdf.jpg700f6708a4c9fc0eb0432e3c0f3d2dc2MD52unal/69610oai:repositorio.unal.edu.co:unal/696102024-06-01 23:11:12.468Repositorio Institucional Universidad Nacional de Colombiarepositorio_nal@unal.edu.co