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...

Full description

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/
id UTB2_6cb7205987a8366c39e3210f353cf733
oai_identifier_str oai:repositorio.utb.edu.co:20.500.12585/11428
network_acronym_str UTB2
network_name_str Repositorio Institucional UTB
repository_id_str
spelling http://creativecommons.org/licenses/by-nc-nd/4.0/Attribution-NonCommercial-NoDerivatives 4.0 Internationalinfo:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Montoya Giraldo, Oscar DaniloGrisales Noreña, Luis FernandoVargas Cantero, José Enrique11b74f1b-4de7-4644-8af0-8146fee1a549300Cartagena de Indias2022-11-22T21:30:29Z2022-11-22T21:30:29Z2019https://hdl.handle.net/20.500.12585/11428https://utb.alma.exlibrisgroup.com/view/delivery/57UTB_INST/1214016830005731Universidad Tecnológica de BolívarRepositorio UTB621.3 V297Este 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.Incluye referencias bibliográficas (páginas 29 - 31) y anexosRecurso Electrónicoapplication/pdfengspaMétodo 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 grafosinfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/publishedVersionhttp://purl.org/redcol/resource_type/TPTrabajos de grado de pregradohttp://purl.org/coar/version/c_970fb48d4fbd8a85http://purl.org/coar/resource_type/c_7a1fElectrónica de potenciaCorriente continuaDistribución de energía eléctricahttp://purl.org/coar/resource_type/c_7a1fFacultad de Ingenierìa - Ingeniería EléctricaTesis pregradoIngeniero ElectricoUniversidad Tecnológica de BolívarORIGINALTHUMBNAILMiniProdInv.png.jpgMiniProdInv.png.jpgGenerated Thumbnailimage/jpeg2300https://repositorio.utb.edu.co/bitstream/20.500.12585/11428/2/MiniProdInv.png.jpg4981ca2ff99fefcc40f016e748269664MD5220.500.12585/11428oai:repositorio.utb.edu.co:20.500.12585/114282023-01-27 14:40:06.987Repositorio Institucional UTBrepositorioutb@utb.edu.co
dc.title.none.fl_str_mv 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
title 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
spellingShingle 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
Electrónica de potencia
Corriente continua
Distribución de energía eléctrica
title_short 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
title_full 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
title_fullStr 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
title_full_unstemmed 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
title_sort 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
dc.creator.fl_str_mv Vargas Cantero, José Enrique
dc.contributor.advisor.none.fl_str_mv Montoya Giraldo, Oscar Danilo
Grisales Noreña, Luis Fernando
dc.contributor.author.none.fl_str_mv Vargas Cantero, José Enrique
dc.subject.keywords.none.fl_str_mv Electrónica de potencia
Corriente continua
Distribución de energía eléctrica
topic Electrónica de potencia
Corriente continua
Distribución de energía eléctrica
description 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.
publishDate 2019
dc.date.issued.none.fl_str_mv 2019
dc.date.accessioned.none.fl_str_mv 2022-11-22T21:30:29Z
dc.date.available.none.fl_str_mv 2022-11-22T21:30:29Z
dc.type.coarversion.fl_str_mv http://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.coar.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
dc.type.driver.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.hasversion.none.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.redcol.none.fl_str_mv http://purl.org/redcol/resource_type/TP
dc.type.spa.none.fl_str_mv Trabajos de grado de pregrado
status_str publishedVersion
dc.identifier.uri.none.fl_str_mv https://hdl.handle.net/20.500.12585/11428
dc.identifier.url.none.fl_str_mv https://utb.alma.exlibrisgroup.com/view/delivery/57UTB_INST/1214016830005731
dc.identifier.instname.none.fl_str_mv Universidad Tecnológica de Bolívar
dc.identifier.reponame.none.fl_str_mv Repositorio UTB
dc.identifier.ddc.none.fl_str_mv 621.3 V297
url https://hdl.handle.net/20.500.12585/11428
https://utb.alma.exlibrisgroup.com/view/delivery/57UTB_INST/1214016830005731
identifier_str_mv Universidad Tecnológica de Bolívar
Repositorio UTB
621.3 V297
dc.language.iso.none.fl_str_mv eng
spa
language eng
spa
dc.rights.coar.fl_str_mv http://purl.org/coar/access_right/c_abf2
dc.rights.licence.none.fl_str_mv http://creativecommons.org/licenses/by-nc-nd/4.0/
dc.rights.uri.none.fl_str_mv Attribution-NonCommercial-NoDerivatives 4.0 International
dc.rights.accessrights.none.fl_str_mv info:eu-repo/semantics/openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-nd/4.0/
Attribution-NonCommercial-NoDerivatives 4.0 International
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.medium.none.fl_str_mv Recurso Electrónico
dc.format.mimetype.none.fl_str_mv application/pdf
dc.coverage.spatial.none.fl_str_mv Cartagena de Indias
institution Universidad Tecnológica de Bolívar
bitstream.url.fl_str_mv https://repositorio.utb.edu.co/bitstream/20.500.12585/11428/2/MiniProdInv.png.jpg
bitstream.checksum.fl_str_mv 4981ca2ff99fefcc40f016e748269664
bitstream.checksumAlgorithm.fl_str_mv MD5
repository.name.fl_str_mv Repositorio Institucional UTB
repository.mail.fl_str_mv repositorioutb@utb.edu.co
_version_ 1814021685044576256