Balance de Fases Multiobjetivo en Sistemas de Distribución
Transcript of Balance de Fases Multiobjetivo en Sistemas de Distribución
Balance de Fases
Multiobjetivo en
Sistemas de Distribución Carlos Adrián Correa, Universidad De La Salle
Ricardo Bolaños, XM Filial de ISA
Alejandro Garcés, Universidad Tecnológica de Pereira
Agenda Introducción
Formulación del problema
Algoritmo Multiobjetivo NSGA-II
Aplicación de la Metodología
Pruebas y Resultados
Conclusiones
Introducción Sistemas de distribución y balance de fases
Importancia de la reducción de pérdidas
Eficiencia y ambiente
Problema multiobjetivo
Formulación del problema Modificación de la conexión de cargas
Características de los sistema de distribución:
Presencia de trafos y laterales monofásicos
Dificultad para realizar cambios a niveles de tensión
secundarios
Presencia de cargas de distinta naturaleza
Objetivos del problema:
Pérdidas de potencia
Inversión en la modificación del sistema
Formulación del problema Modelo Matemático
1 2min ( ), ( )f H f H
3 3
1 ( ) ( , )
1 1 1
( )CN
G i D k i
i k i
f H P P
2
1
( ) ( 1)CN
k
k
f H u H
( , )
( , ) 0( , )
k i
D k i k i
nom
VP P
V
( , )
( , ) 0( , )
k i
D k i k i
nom
VQ Q
V
( ) ( ) 0 0( , , , )G i G i CP jQ F H Y P Q
1,...,6kH
s.a. Hk Cambios Secuencia
1 ABC Igual
2 BCA Igual
3 CAB Igual
4 ACB Contraria
5 BAC Contraria
6 CBA Contraria
Algoritmo NSGA-II Algoritmos multiobjetivo
Dominancia
Soluciones no dominadas
Frente de Pareto
Estrategias evolutivas
Operadores genéticos
Algoritmo NSGA-II
Qué es un individuo…?
2 4 … 3 … 5
Número de nodos con carga
H
k
Cambios Secuencia
1 ABC Igual
2 BCA Igual
3 CAB Igual
4 ACB Contraria
5 BAC Contraria
6 CBA Contraria
Algoritmo NSGA-II
Algoritmo NSGA-II
Algoritmo NSGA-II
Datos ß Líneas, Nodos, Demanda, Generación P0 ß Aleatorio Q0 ß Recombinación (P) R0 ß P0 È Q0 For t = 1 : T (f1,f2) ß Evaluar Funciones Objetivo ND ß Dominancia ( Rt , f1 , f2 ) ( F , D ) ß fitness ( ND ) S ß Selección ( F , D ) Pt ß Rt ( S ) While ( J > N ) Pt ß Distancias (Rt , ND ) Endwhile Qt ß Recombinación ( S , Pt ) Qt ß Mutación ( Qt ) Rt ß Pt È Qt
Endfor
Aplicación de la metodología Problema operativo Flujo de carga trifásico
Problema de optimización Algoritmo NSGA-II
NSGA-II
Flujo de carga
trifásico
f1, f2 H
Pruebas y Resultados Sistema de prueba IEEE 37-
Bus
Un regulador de tensión
Cargas monofásicas de
distinta naturaleza
Las cargas son altamente
desbalanceadas.
799
701
742
705 702
720
704713
707
722
703744729
728
727
706
725
718
714
730
731709
708732
775733
736
734710
735
737 738 711 741
740
724
712
Pruebas y Resultados El algoritmo requirió una población de tamaño 20, tasa
de mutación de 5% y 3940 ciclos generacionales.
55 55.5 56 56.5 57 57.5 58 6
7
8
9
10
11
12
13
14
55 55.5 56 56.5 57 57.5 58 6
7
8
9
10
11
12
13
14
55 55.5 56 56.5 57 57.5 58 6
7
8
9
10
11
12
13
14
Nú
mer
o d
e ca
mb
ios
Pérdidas de potencia [kW]
Pruebas y resultados Impacto sobre las pérdidas
f1 [kW] f1 [%] f2
55,01 9,16 14
55,02 9,14 13
55,10 9,01 12
55,19 8,86 11
55,32 8,65 10
55,54 8,28 9
55,96 7,58 8
56,96 5,94 7
57,76 4,62 6
Conclusiones La metodología implementada permite reducir el nivel
de pérdidas técnicas en sistemas de distribución a un costo relativamente bajo, por lo cual implementar programas de balance de fases en las empresas de distribución sería una alternativa viable no solo para la reducción de las pérdidas técnicas sino también para aumentar la calidad, seguridad y confiabilidad del sistema.
La metodología multiobjetivo determina un conjunto de soluciones viables de balance con diferente nivel de costos, esto permite tomar una decisión más acertada por parte del operador de la red.
Trabajos futuros
Inclusión de información de las curvas de carga para
complementar la información con reducción de
pérdidas de energía y determinar el impacto
económico.
Obtención de datos en tiempo real e inclusión de
dispositivos de almacenamiento… SMARTGRID!
Gracias por su atención!