Método híbrido para flujo de potencia óptimo en redes de corriente continua : una combinación entre la optimización por enjambre de partículas y el flujo de potencia basado en grafos
Este trabajo propone una solución al problema de flujo de potencia ´optimo (OPF) en redes eléctricas de corriente continua (DC), mediante el algoritmo de optimización por enjambre de partículas (PSO), inspirado en la inteligencia de enjambres y que se basa comportamiento social de las bandadas de a...
- Autores:
-
Vargas Cantero, José Enrique
- Tipo de recurso:
- Fecha de publicación:
- 2019
- Institución:
- Universidad Tecnológica de Bolívar
- Repositorio:
- Repositorio Institucional UTB
- Idioma:
- eng
spa
- OAI Identifier:
- oai:repositorio.utb.edu.co:20.500.12585/11428
- Acceso en línea:
- https://hdl.handle.net/20.500.12585/11428
https://utb.alma.exlibrisgroup.com/view/delivery/57UTB_INST/1214016830005731
- Palabra clave:
- Electrónica de potencia
Corriente continua
Distribución de energía eléctrica
- Rights
- openAccess
- License
- http://creativecommons.org/licenses/by-nc-nd/4.0/
Summary: | Este trabajo propone una solución al problema de flujo de potencia ´optimo (OPF) en redes eléctricas de corriente continua (DC), mediante el algoritmo de optimización por enjambre de partículas (PSO), inspirado en la inteligencia de enjambres y que se basa comportamiento social de las bandadas de aves y bancos de peces. La funcionalidad de este algoritmo metaheurístico radica en como las bandadas de aves que recorren un área pueden oler una fuente oculta de comida y entrar en un proceso en el cual, el ave que está más cerca de la comida emite un sonido más fuerte y las otras aves a su vez giran en su dirección. Si alguna de las otras aves en círculos se acerca más al objetivo que la primera, emite un sonido más fuerte y las otras giran hacia ´el. Este patrón de movimiento continúa hasta que una de las aves llega a la comida. El algoritmo PSO se combina con un nuevo método de flujo de potencia basado en teoría de grafos (GBPF) para conformar la estrategia de optimización maestro-esclavo propuesta en este proyecto de grado. En la etapa maestra, se determina mediante el PSO la potencia total generada por cada generador distribuido (DG) en lo que se denomina población de partículas, cada combinación de potencia generada (posición de la partícula), es evaluada mediante el GBPF en la etapa esclava, para determinar cuál de ellas tiene menor valor de perdidas, se guarda el historial de cada partícula y el mejor global de la población, luego de esto comienza un proceso iterativo en el cual se modifica la velocidad en la que se mueve la partícula a partir de ciertos componentes y de un factor de inercia, el cual mejora la eficacia de la estrategia, se evalúa nuevamente la población y se contrasta con la mejor posición de la partícula en su historia y el mejor de la población total. El mejor global después de un número de iteraciones predefinido es la solución al problema de flujo de potencia ´optimo. Para validar la estrategia presentada, se consideran dos sistemas de distribución DC con 21 y 69 nodos. Los resultados obtenidos después de aplicar la estrategia PSO-GBPF son contrastados con el paquete de modelado algebraico -GAMS- para verificar su eficiencia y robustez. Todas las simulaciones se realizaron empleando el software MATLAB 2017a licenciado por la Universidad Tecnológica de Bolívar. |
---|