Comparación de flujos de potencia óptimos para redes AC/DC con penetración de recursos energéticos distribuidos considerando incertidumbre

En este proyecto de grado, se proponen cuatro novedosas metodologías que resuelven el problema del flujo de potencia óptimo unificado en una red híbrida AC/DC, teniendo en cuenta la presencia de sistemas de baterías y generación distribuida (GD). Estas cuatro metodologías abordan el problema de incertidumbre con una predicción realizada previamente para determinar el despacho óptimo de los sistemas de baterías. La primera metodología plantea un modelo matemático no lineal entero mixto que tiene como objetivo minimizar los costos de compra de energía en una red híbrida AC/DC con sistemas de baterías y GD. En esta metodología se propone un flujo de potencia óptimo bajo un enfoque unificado, donde se integran las redes mediante el modelado del rectificador. En la segunda metodología se utilizan algunas linealizaciones que buscan transformar el primer modelo en un problema lineal, lo cual garantiza la solución óptima global del problema. En cuanto a las metodologías 3 y 4, ambas hacen uso de la matriz de impedancia para realizar el cálculo del flujo de potencia híbrido AC/DC. La diferencia entre la tercera y cuarta metodología radica en que la tercera considera las redes AC y DC de forma separada y la cuarta las considera de forma unificada. Sin embargo, ambas metodologías consideran un modelo matemático lineal relajado que no considera las variables eléctricas del sistema con la finalidad de encontrar el esquema de carga y descarga de las baterías. Una vez se encuentra el esquema de carga y descarga de las baterías, se ejecuta el flujo de potencia basado en la matriz de impedancia para considerar el efecto de las variables eléctricas. Por lo tanto, se puede decir que se propone un método de descomposición de dos etapas en las metodologías 3 y 4. Finalmente, la incertidumbre de la demanda, la radiación solar, la velocidad del viento, el costo de la energía y el caudal de los ríos de las cuatro metodologías se aborda a través de un modelo de predicción basado en la técnica de aprendizaje automático llamada árbol de regresión.

• Autores: Suárez Córdoba, Santiago
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2023
• Institución: Universidad Tecnológica de Pereira
• Repositorio: Repositorio Institucional UTP
• Idioma: spa
• OAI Identifier: oai:repositorio.utp.edu.co:11059/14929
• Acceso en línea: https://hdl.handle.net/11059/14929; https://repositorio.utp.edu.co/home
• Palabra clave: 620 - Ingeniería y operaciones afines::621 - Física aplicada; Sistemas de energía eléctrica - Control; Generación distribuida de energía; Ingeniería eléctrica; Redes híbridas AC/DC; Sistemas de baterías; Generación distribuida
• Rights: openAccess
• License: Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)