Optimización de la Inyección de potencia desde micro generación distribuida en sistemas Eléctricos de distribución de baja tensión. Desarrollos teóricos de un modelo Hiperheurístico

Abstract

Este artículo presenta los desarrollos teóricos de un Modelo HiperHeurístico para Optimizar la Inyección de Potencia proveniente de Micro-Generadores Distribuidos en Sistemas Eléctricos de Distribución de Energía (SEDE) en Baja Tensión (BT), focalizándose sobre los Paneles Solares Fotovoltaicos (MG FV). Implica una Optimización Combinatoria MultiObjetivo, en el que los Métodos Clásicos no producen buenas soluciones en el Dominio Determinístico, relativo a sus Variables de Control, y colapsan en el Dominio de Incertidumbres de Carácter no Estocástico asociadas a aquellas. Aquí, son descritos los conceptos generales de una estrategia bio-inspirada referida como HiperHeurística, con un Método de Aprendizaje Sustentado en Razonamiento, y cuyo dominio se compone de un Conjunto de MetaHeurísticas MultiObjetivo del tipo PSO incorporando una forma híbrida, AFS (Artificial Fish School) que exhibe características aptas para ser integrada, y permite resolver problemas de convergencia observados por el autor en trabajos previos. Adicionalmente, se introduce la paralelización del algoritmo, reemplazando su formulación primigeniamente secuencial, utilizando la plataforma conocida como MPI (Message Passing Interface).

Modelo hiperheurístico y simulación para la optimización de la inyección de potencia desde micro generación en sistemas eléctricos de distribución de baja tensión

“…3) La determinación del VOInyP MG FV SEDE BT supone un problema de despacho técnico económico de los MG FV, representado por el modelo general dado en (1). Su complejidad y el requerimiento de que sea resuelto en tiempo cuasi-real, hacen que los métodos de optimización no lineal clásicos colapsen.…”

“…4) Se observa, más allá de la particularidad de haber obtenido los mismos resultados en los tres Algoritmos hiperheurísticos (por ser pequeña la red), estos dependen de las importancias que consigne el tomador de decisiones a cada objetivo-restricción en (1). Si las importancias, Y μO+R , cambian, los resultados serán diferentes.…”

“…Siguiendo los desarrollos generales presentados en [1], y sustentados adicionalmente en [2], [3], [4] y [5], el presente trabajo aborda los detalles correspondientes a la solución del problema de optimización (PO) de la inyección de potencia proveniente de microgeneradores distribuidos (MG) en un sistema de eléctrico de distribución de energía (SEDE) de baja tensión (BT), focalizándose en la instalación de paneles solares fotovoltaicos. Se procura buscar el Vector Óptimo de Inyecciones de Potencia (VOInyP) proveniente de tales MG, sujeto a diversas restricciones y cumpliendo otros objetivos complementarios.…”

“…Este problema será indicado de aquí en adelante mediante sus acrónimos (VOInyP MG FV SEDE BT). Como se ha dicho en [1], este (PO), por pertenecer a los campos de conocimiento de la economía computacional, la teoría económica de regulación, y al de los sistemas eléctricos de distribución, se incluye en la clase de problemas indicada por el autor mediante el acrónimo CP ECRRED. Esta es la CP donde operan ambos modelos hiperheurísticos descritos en [1]: el HY CBR X-FPSO, que se aplicará sobre el PO bajo análisis para tener una base de resultados, y el HY CBR (X-FPSO + FAFS) MPI, el cual mejora, comparativamente, los mismos, resolviendo los inconvenientes observados en el primero, tal como se verá en las simulaciones realizadas.…”

“…En la sección 3 se proporcionan detalles del método de entrenamiento de las RNAR ≡ FS para los dos algoritmos hiperheurísticos en cuestión, ya que es diferente respecto al utilizado en aplicaciones anteriores. Los detalles de la primera variante (MPI V1), que determina el número óptimo de núcleos, son presentados por [1]. Particularmente, para la segunda variante, MPI V2, se intenta cumplir, en la mayor medida posible, con los 5 Principios IC, de modo que el número de núcleos estará predefinido en 5, y se asigna a cada núcleo una variante de las 4 que componen el dominio de la HY CBR (X-FPSO + FAFS).…”