Aplicación del optimizador metaheurístico basado en gradientes para resolver el problema de selección óptima de conductores en redes de distribución asimétrica trifásica
Este estudio aborda el problema de seleccionar los calibres de los conductores para redes de distribución de media tensión con configuraciones radiales. El modelo de optimización que representa este problema forma parte de los modelos de programación no lineal de enteros mixtos (MINLP), en los que s...
- Autores:
-
Pradilla Rozo, Julián David
Vega Forero, Julián Alejandro
- Tipo de recurso:
- Fecha de publicación:
- 2023
- Institución:
- Universidad Distrital Francisco José de Caldas
- Repositorio:
- RIUD: repositorio U. Distrital
- Idioma:
- eng
- OAI Identifier:
- oai:repository.udistrital.edu.co:11349/39632
- Acceso en línea:
- http://hdl.handle.net/11349/39632
- Palabra clave:
- Métodos de optimización combinatoria
Redes de distribución desequilibradas
Selección óptima de conductores
Costos de inversión y operación
Flujo de potencia trifásico
Ingeniería Eléctrica -- Tesis y disertaciones académicas
Optimización de redes de distribución, metaheurísticas y flujo de potencia
Programación no lineal de enteros mixtos y redes trifásicas
Sostenibilidad y eficiencia energética en sistemas eléctricos
Combinatorial optimization methods
Unbalanced distribution networks
Optimal conductor selection
Investment and operating costs
Three-phase power flow
- Rights
- License
- CC0 1.0 Universal
id |
UDISTRITA2_cbb18cce91205b849f1ebad9dfce4fd5 |
---|---|
oai_identifier_str |
oai:repository.udistrital.edu.co:11349/39632 |
network_acronym_str |
UDISTRITA2 |
network_name_str |
RIUD: repositorio U. Distrital |
repository_id_str |
|
dc.title.spa.fl_str_mv |
Aplicación del optimizador metaheurístico basado en gradientes para resolver el problema de selección óptima de conductores en redes de distribución asimétrica trifásica |
dc.title.titleenglish.spa.fl_str_mv |
Application of the gradient-based metaheuristic optimizer to solve the optimal conductor selection problem in three-phase asymmetric distribution networks |
title |
Aplicación del optimizador metaheurístico basado en gradientes para resolver el problema de selección óptima de conductores en redes de distribución asimétrica trifásica |
spellingShingle |
Aplicación del optimizador metaheurístico basado en gradientes para resolver el problema de selección óptima de conductores en redes de distribución asimétrica trifásica Métodos de optimización combinatoria Redes de distribución desequilibradas Selección óptima de conductores Costos de inversión y operación Flujo de potencia trifásico Ingeniería Eléctrica -- Tesis y disertaciones académicas Optimización de redes de distribución, metaheurísticas y flujo de potencia Programación no lineal de enteros mixtos y redes trifásicas Sostenibilidad y eficiencia energética en sistemas eléctricos Combinatorial optimization methods Unbalanced distribution networks Optimal conductor selection Investment and operating costs Three-phase power flow |
title_short |
Aplicación del optimizador metaheurístico basado en gradientes para resolver el problema de selección óptima de conductores en redes de distribución asimétrica trifásica |
title_full |
Aplicación del optimizador metaheurístico basado en gradientes para resolver el problema de selección óptima de conductores en redes de distribución asimétrica trifásica |
title_fullStr |
Aplicación del optimizador metaheurístico basado en gradientes para resolver el problema de selección óptima de conductores en redes de distribución asimétrica trifásica |
title_full_unstemmed |
Aplicación del optimizador metaheurístico basado en gradientes para resolver el problema de selección óptima de conductores en redes de distribución asimétrica trifásica |
title_sort |
Aplicación del optimizador metaheurístico basado en gradientes para resolver el problema de selección óptima de conductores en redes de distribución asimétrica trifásica |
dc.creator.fl_str_mv |
Pradilla Rozo, Julián David Vega Forero, Julián Alejandro |
dc.contributor.advisor.none.fl_str_mv |
Montoya Giraldo, Oscar Danilo |
dc.contributor.author.none.fl_str_mv |
Pradilla Rozo, Julián David Vega Forero, Julián Alejandro |
dc.contributor.orcid.none.fl_str_mv |
Montoya Giraldo Oscar Danilo [0000-0001-6051-4925] |
dc.subject.spa.fl_str_mv |
Métodos de optimización combinatoria Redes de distribución desequilibradas Selección óptima de conductores Costos de inversión y operación Flujo de potencia trifásico |
topic |
Métodos de optimización combinatoria Redes de distribución desequilibradas Selección óptima de conductores Costos de inversión y operación Flujo de potencia trifásico Ingeniería Eléctrica -- Tesis y disertaciones académicas Optimización de redes de distribución, metaheurísticas y flujo de potencia Programación no lineal de enteros mixtos y redes trifásicas Sostenibilidad y eficiencia energética en sistemas eléctricos Combinatorial optimization methods Unbalanced distribution networks Optimal conductor selection Investment and operating costs Three-phase power flow |
dc.subject.lemb.none.fl_str_mv |
Ingeniería Eléctrica -- Tesis y disertaciones académicas Optimización de redes de distribución, metaheurísticas y flujo de potencia Programación no lineal de enteros mixtos y redes trifásicas Sostenibilidad y eficiencia energética en sistemas eléctricos |
dc.subject.keyword.spa.fl_str_mv |
Combinatorial optimization methods Unbalanced distribution networks Optimal conductor selection Investment and operating costs Three-phase power flow |
description |
Este estudio aborda el problema de seleccionar los calibres de los conductores para redes de distribución de media tensión con configuraciones radiales. El modelo de optimización que representa este problema forma parte de los modelos de programación no lineal de enteros mixtos (MINLP), en los que se debe resolver un flujo de potencia para cada combinación posible de tamaños de conductores. El objetivo principal de este problema de optimización es encontrar el mejor conjunto de tamaños de conductores que minimicen una función objetivo económica compuesta por los costos totales de los materiales conductores sumados con los costos anuales esperados de las pérdidas de energía proponiendo una nueva metodología de optimización híbrida de la familia de métodos de optimización combinatoria. Para resolver el modelo MINLP, Se presenta un método de optimización maestro-esclavo basado en la versión modificada del optimizador metaheurístico basado en gradientes (MGbMO) combinado con el método de flujo de potencia de aproximación sucesiva para redes de distribución desequilibradas. El MGbMO define el conjunto de calibres de conductores asignables para cada línea de distribución mediante una codificación entera. La etapa esclava (flujo de energía trifásico) cuantifica las pérdidas totales de energía y sus costos operativos anuales esperados. Los resultados numéricos en las redes IEEE de 8, 27 y 85 buses demuestran la efectividad del optimizador maestro-esclavo propuesto en comparación con múltiples métodos de optimización combinatoria (algoritmo de búsqueda de vórtice, el optimizador metaheurístico de Newton, el tradicional y Chu y Beasley). algoritmos genéticos y los enfoques de búsqueda tabú). Se analizaron dos escenarios en cuanto al comportamiento de la demanda para las redes IEEE de 8 y 27 buses: se consideró una operación de carga pico y, para la red IEEE de 85 buses, se consideró el comportamiento de la demanda diaria, incluyendo la presencia de generadores renovables. . La red de 85 buses permitió evidenciar que el escenario operativo más realista para la selección de conductores es el caso donde se implementa una curva de demanda ya que se encontraron reducciones superiores al 40% en la inversión anual y costos de operación en comparación con la condición de operación de carga pico. Todas las validaciones numéricas se realizaron en el software MATLAB. |
publishDate |
2023 |
dc.date.created.none.fl_str_mv |
2023-04-13 |
dc.date.accessioned.none.fl_str_mv |
2024-08-13T21:04:07Z |
dc.date.available.none.fl_str_mv |
2024-08-13T21:04:07Z |
dc.type.spa.fl_str_mv |
bachelorThesis |
dc.type.coar.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f http://purl.org/coar/resource_type/c_2df8fbb1 |
dc.type.degree.spa.fl_str_mv |
Producción Académica |
dc.type.driver.none.fl_str_mv |
info:eu-repo/semantics/article |
dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/11349/39632 |
url |
http://hdl.handle.net/11349/39632 |
dc.language.iso.none.fl_str_mv |
eng |
language |
eng |
dc.rights.*.fl_str_mv |
CC0 1.0 Universal |
dc.rights.coar.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
dc.rights.uri.*.fl_str_mv |
http://creativecommons.org/publicdomain/zero/1.0/ |
dc.rights.acceso.spa.fl_str_mv |
Abierto (Texto Completo) |
rights_invalid_str_mv |
CC0 1.0 Universal http://creativecommons.org/publicdomain/zero/1.0/ Abierto (Texto Completo) http://purl.org/coar/access_right/c_abf2 |
dc.format.mimetype.spa.fl_str_mv |
pdf |
institution |
Universidad Distrital Francisco José de Caldas |
bitstream.url.fl_str_mv |
https://repository.udistrital.edu.co/bitstreams/8d0531d9-24b1-4bbc-8a05-f3f5cfa57387/download https://repository.udistrital.edu.co/bitstreams/1d8e11eb-67d4-4a05-b3fe-e72204ec8b18/download https://repository.udistrital.edu.co/bitstreams/fe954c32-3450-4a01-9fc7-7ca3be2cb89e/download https://repository.udistrital.edu.co/bitstreams/fe7d3e48-8272-4712-844a-ba603b4e7d53/download https://repository.udistrital.edu.co/bitstreams/0b68939c-4523-4bf5-a58d-35f1c8206318/download https://repository.udistrital.edu.co/bitstreams/2eff482f-3913-4220-aa50-2317c2dda847/download |
bitstream.checksum.fl_str_mv |
997daf6c648c962d566d7b082dac908d 9df88f4596c92762685ac94b490c3455 ed5060a947f96cc8d0a59be3bbc96372 42fd4ad1e89814f5e4a476b409eb708c 17e13f365be59fb9d8a82650d8587d2c 7ce276b94f86c489adf90282f15c7f91 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositorio Universidad Distrital |
repository.mail.fl_str_mv |
repositorio@udistrital.edu.co |
_version_ |
1828164979830816768 |
spelling |
Montoya Giraldo, Oscar Danilowill be generated::orcid::0000-0001-6051-4925600Pradilla Rozo, Julián DavidVega Forero, Julián AlejandroMontoya Giraldo Oscar Danilo [0000-0001-6051-4925]2024-08-13T21:04:07Z2024-08-13T21:04:07Z2023-04-13http://hdl.handle.net/11349/39632Este estudio aborda el problema de seleccionar los calibres de los conductores para redes de distribución de media tensión con configuraciones radiales. El modelo de optimización que representa este problema forma parte de los modelos de programación no lineal de enteros mixtos (MINLP), en los que se debe resolver un flujo de potencia para cada combinación posible de tamaños de conductores. El objetivo principal de este problema de optimización es encontrar el mejor conjunto de tamaños de conductores que minimicen una función objetivo económica compuesta por los costos totales de los materiales conductores sumados con los costos anuales esperados de las pérdidas de energía proponiendo una nueva metodología de optimización híbrida de la familia de métodos de optimización combinatoria. Para resolver el modelo MINLP, Se presenta un método de optimización maestro-esclavo basado en la versión modificada del optimizador metaheurístico basado en gradientes (MGbMO) combinado con el método de flujo de potencia de aproximación sucesiva para redes de distribución desequilibradas. El MGbMO define el conjunto de calibres de conductores asignables para cada línea de distribución mediante una codificación entera. La etapa esclava (flujo de energía trifásico) cuantifica las pérdidas totales de energía y sus costos operativos anuales esperados. Los resultados numéricos en las redes IEEE de 8, 27 y 85 buses demuestran la efectividad del optimizador maestro-esclavo propuesto en comparación con múltiples métodos de optimización combinatoria (algoritmo de búsqueda de vórtice, el optimizador metaheurístico de Newton, el tradicional y Chu y Beasley). algoritmos genéticos y los enfoques de búsqueda tabú). Se analizaron dos escenarios en cuanto al comportamiento de la demanda para las redes IEEE de 8 y 27 buses: se consideró una operación de carga pico y, para la red IEEE de 85 buses, se consideró el comportamiento de la demanda diaria, incluyendo la presencia de generadores renovables. . La red de 85 buses permitió evidenciar que el escenario operativo más realista para la selección de conductores es el caso donde se implementa una curva de demanda ya que se encontraron reducciones superiores al 40% en la inversión anual y costos de operación en comparación con la condición de operación de carga pico. Todas las validaciones numéricas se realizaron en el software MATLAB.This study addresses the problem of selecting the conductor sizes for medium-voltage distribution networks with radial configurations. The optimization model that represents this problem is part of the mixed-integer non-linear programming (MINLP) models, in which a power flow must be solved for each possible combination of conductor sizes. The main objective of this optimization problem is to find the best set of conductor sizes that minimize an economic objective function composed of the total costs of conducting materials added with the expected annual costs of the energy losses by proposing a new hybrid optimization methodology from the family of combinatorial optimization methods. To solve the MINLP model, a master–slave optimization method based on the modified version of the gradient-based metaheuristic optimizer (MGbMO) combined with the successive approximation power flow method for unbalanced distribution networks is presented. The MGbMO defines the set of conductor sizes assignable for each distribution line using an integer codification. The slave stage (three-phase power flow) quantifies the total power losses and their expected annual operating costs. Numerical results in the IEEE 8-, 27-, and 85-bus grids demonstrate the effectiveness of the proposed master–slave optimizer when compared with multiple combinatorial optimization methods (vortex search algorithm, the Newton-metaheuristic optimizer, the traditional and Chu and Beasley genetic algorithms, and the tabu search approaches). Two scenarios regarding the demand behavior were analyzed for the IEEE 8- and 27-bus grids: a peak load operation was considered, and, for the IEEE 85-bus grid, the daily demand behavior, including the presence of renewable generators, was considered. The 85-bus grid allowed showing that the most realistic operative scenario for selecting conductors is the case where a demand curve is implemented since reductions over 40% in the annual investment and operating costs were found when compared to the peak load operating condition. All numerical validations were performed in MATLAB software.pdfengCC0 1.0 Universalhttp://creativecommons.org/publicdomain/zero/1.0/Abierto (Texto Completo)http://purl.org/coar/access_right/c_abf2Métodos de optimización combinatoriaRedes de distribución desequilibradasSelección óptima de conductoresCostos de inversión y operaciónFlujo de potencia trifásicoIngeniería Eléctrica -- Tesis y disertaciones académicasOptimización de redes de distribución, metaheurísticas y flujo de potenciaProgramación no lineal de enteros mixtos y redes trifásicasSostenibilidad y eficiencia energética en sistemas eléctricosCombinatorial optimization methodsUnbalanced distribution networksOptimal conductor selectionInvestment and operating costsThree-phase power flowAplicación del optimizador metaheurístico basado en gradientes para resolver el problema de selección óptima de conductores en redes de distribución asimétrica trifásicaApplication of the gradient-based metaheuristic optimizer to solve the optimal conductor selection problem in three-phase asymmetric distribution networksbachelorThesisProducción Académicainfo:eu-repo/semantics/articlehttp://purl.org/coar/resource_type/c_7a1fhttp://purl.org/coar/resource_type/c_2df8fbb1LICENSElicense.txtlicense.txttext/plain; charset=utf-87167https://repository.udistrital.edu.co/bitstreams/8d0531d9-24b1-4bbc-8a05-f3f5cfa57387/download997daf6c648c962d566d7b082dac908dMD54ORIGINALPradillaRozoJulianDavid2023.pdfPradillaRozoJulianDavid2023.pdfArtículo Principalapplication/pdf1437126https://repository.udistrital.edu.co/bitstreams/1d8e11eb-67d4-4a05-b3fe-e72204ec8b18/download9df88f4596c92762685ac94b490c3455MD51Licenciadeusoyautorizaciónparapublicar.pdfLicenciadeusoyautorizaciónparapublicar.pdfLicencia de uso y publicaciónapplication/pdf124655https://repository.udistrital.edu.co/bitstreams/fe954c32-3450-4a01-9fc7-7ca3be2cb89e/downloaded5060a947f96cc8d0a59be3bbc96372MD52CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8701https://repository.udistrital.edu.co/bitstreams/fe7d3e48-8272-4712-844a-ba603b4e7d53/download42fd4ad1e89814f5e4a476b409eb708cMD53THUMBNAILPradillaRozoJulianDavid2023.pdf.jpgPradillaRozoJulianDavid2023.pdf.jpgIM Thumbnailimage/jpeg7015https://repository.udistrital.edu.co/bitstreams/0b68939c-4523-4bf5-a58d-35f1c8206318/download17e13f365be59fb9d8a82650d8587d2cMD55Licenciadeusoyautorizaciónparapublicar.pdf.jpgLicenciadeusoyautorizaciónparapublicar.pdf.jpgIM Thumbnailimage/jpeg9527https://repository.udistrital.edu.co/bitstreams/2eff482f-3913-4220-aa50-2317c2dda847/download7ce276b94f86c489adf90282f15c7f91MD5611349/39632oai:repository.udistrital.edu.co:11349/396322024-11-12 01:04:22.023http://creativecommons.org/publicdomain/zero/1.0/CC0 1.0 Universalopen.accesshttps://repository.udistrital.edu.coRepositorio Universidad Distritalrepositorio@udistrital.edu.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 |