Optimización de Redes Eléctricas Mediante la Aplicación de Algoritmos Genéticos

Anaut, Daniel O.; Mauro, Guillermo F. Di; Meschino, Gustavo J.; Suárez, Juan Antonio

doi:10.4067/s0718-07642009000400016

Cited by 14 publications

(9 citation statements)

References 17 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Estos algoritmos replican procesos biológicos que la naturaleza utiliza en el proceso evolutivo de las especies, favoreciendo a los individuos más aptos (Abou El-Ela et al 2010). Los Algoritmos Genéticos han sido ampliamente utilizados en aplicaciones relacionadas con la industria eléctrica, como el planeamiento de la expansión (García et al, 2012) y la optimización de redes eléctricas (Anaut et al, 2009). …”

Section: Algoritmo Genéticounclassified

Ubicación de Generación Distribuida para Minimización de Pérdidas Usando un Algoritmo Genético Híbrido

Narváez¹,

López-Lezama

Velilla

2015

Inf. tecnol.

View full text Add to dashboard Cite

ResumenEn este artículo se presenta una metodología para la ubicación óptima de Generación Distribuida (GD) usando un algoritmo genético híbrido. En este caso la función objetivo es la reducción de pérdidas. El algoritmo propuesto incorpora una red neuronal artificial para evaluar la función de adaptación y una búsqueda local que permite al algoritmo explorar un espacio de búsqueda más amplio. La contribución principal del artículo es la combinación de técnicas metaheurísticas con técnicas de inteligencia artificial para resolver un problema de optimización multi-modal y no convexo. La metodología propuesta es probada en un sistema de 34 barras mostrando que la ubicación apropiada de las unidades de GD permite reducir las pérdidas activas y mejorar el perfil de tensiones. Palabras clave: algoritmos genéticos, generación distribuida, redes neuronales artificiales Location of Distributed Generation for Power Losses Reduction using a Hybrid Genetic Algorithm AbstractThis paper presents a methodology for optimal Distributed Generation (DG) allocation using a hybrid genetic algorithm. In this case, the objective function is the minimization of power losses. The proposed algorithm involves an artificial neural network to evaluate the fitness function and a local search subroutine that allows the algorithm to explore a wider search space, and eventually, escape from local optimal solutions. The proposed approach was tested on a 34-bus system showing that the proper allocation of DG units allows the reduction of active power losses and the improvement of voltage profile.

show abstract

Section: Algoritmo Genéticounclassified

Ubicación de Generación Distribuida para Minimización de Pérdidas Usando un Algoritmo Genético Híbrido

Narváez¹,

López-Lezama

Velilla

2015

Inf. tecnol.

View full text Add to dashboard Cite

show abstract

“…En su implementación las propuestas de solución se modelan a través de una estructura de datos llamada cromosoma. Dada una población inicial, sobre esta son aplicados una serie de operadores con el objetivo de encontrar mejores alternativas de solución (Anaut et al, 2009). La principal ventaja de los AGs es la simplificación que estos permiten en la formulación y solución de problemas de optimización de alta complejidad.…”

Section: Metodologíaunclassified

Ubicación, Dimensionamiento y Precio de Contrato Óptimo de Generación Distribuida en Sistemas de Distribución

2015

View full text Add to dashboard Cite

En este trabajo se presenta una metodología para determinar la ubicación, precio de contrato y tamaño óptimo de generación distribuida (GD) en sistemas de distribución. En la metodología propuesta se supone la interacción de dos agentes: el propietario de la GD y el operador de la red de distribución. Por un lado, el propietario de la GD pretende maximizar sus ganancias al vender energía al operador de la red de distribución. Por otro lado, el operador de la red de distribución pretende minimizar los pagos incurridos en atender la demanda de la red. La interacción entre ambos agentes da lugar a un problema de programación binivel. El modelo equivalente para determinar el precio de contrato, ubicación y dimensionamiento óptimo de las unidades de GD que cumpla con las expectativas de ambos agentes es un problema de programación no lineal entero mixto que se resuelve mediante un algoritmo genético especializado. La metodología es puesta a prueba en un sistema de distribución de 85 barras mostrando resultados satisfactorios.

show abstract

“…El modelo propuesto en (1)-(18) corresponde a un problema de programación no lineal entero mixto. Para este tipo de problemas la aplicación de técnicas matemáticas convencionales no garantiza la obtención del óptimo global (Anaut et. al., 2009), (Catalao et.…”

Section: Algoritmo Híbridounclassified

Análisis de Vulnerabilidad de Sistemas de Potencia Mediante Programación Binivel

Agudelo¹,

López-Lezama²,

Muñoz

2014

Inf. tecnol.

View full text Add to dashboard Cite

ResumenEste artículo presenta una nueva técnica de análisis de vulnerabilidad en sistemas de potencia bajo múltiples contingencias. El modelo bajo estudio es conocido como el "Problema del Terrorista". El principal aporte de este trabajo es la formulación y solución de la versión AC de este problema, lo que permite identificar los elementos más críticos del sistema de potencia y dar señales tempranas al operador, asociadas a la vulnerabilidad del sistema de potencia. Adicionalmente, la versión AC del modelo permite obtener resultados más realistas que la versión DC tradicional ya que considera el efecto de la potencia reactiva y los niveles de tensión en las barras del sistema. El modelo propuesto se solucionó mediante una técnica metaheurística híbrida que combina algoritmos genéticos y búsqueda local. Los resultados obtenidos utilizando el sistema de prueba IEEE RTS de 24 barras muestran la pertinencia y aplicabilidad de la metodología propuesta.Palabras clave: programación binivel, vulnerabilidad y seguridad de sistemas de potencia, técnicas de optimización metaheurística. AbstractThis paper presents a new technique for vulnerability analysis in power systems under multiple contingencies. The model under study is known as the "Terrorist Problem". The main contribution of this work is the formulation and solution of the AC version of this problem, which allows identifying the most critical elements of the power system and gives early signals to the system operator regarding the vulnerability of the system. Furthermore, the AC version of the model allows obtaining more realistic results than the traditional DC model, due to the fact that such version considers the effect of reactive power and voltage magnitudes in the system buses. The proposed model is solved by means of a hybrid metaheuristic technique that combines genetic algorithms with local search. The results obtained using the IEEE RTS -24 bus test system show the relevance and applicability of the proposed methodology.

show abstract

Optimización de Redes Eléctricas Mediante la Aplicación de Algoritmos Genéticos

Cited by 14 publications

References 17 publications

Ubicación de Generación Distribuida para Minimización de Pérdidas Usando un Algoritmo Genético Híbrido

Ubicación de Generación Distribuida para Minimización de Pérdidas Usando un Algoritmo Genético Híbrido

Ubicación, Dimensionamiento y Precio de Contrato Óptimo de Generación Distribuida en Sistemas de Distribución

Análisis de Vulnerabilidad de Sistemas de Potencia Mediante Programación Binivel

Contact Info

Product

Resources

About