Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
ESMERALDAS
FACULTAD DE INGENIERÍAS
SISTEMAS DE DISTRIBUCIÓN II
DOCENTE:
ING. IVAN RODRÍGUEZ JIJÓN
INTEGRANTES:
JENNIFER ARBOLEDA ELIZALDE
CORONEL JIMÉNEZ JOSEPH
JARA MUÑOZ JOSIAS
PRIETO PANCHANO STEVEN
ZAMBRANO GARCIA KATRIEL
INTRODUCCIÓN
Las cargas en la red de distribución se clasifican en general en dos categorías: cargas críticas y
cargas no críticas. Las cargas de lugares públicos como hospitales, estadios y bibliotecas se
consideran cargas críticas. Esto se puede lograr reconfigurando el sistema de distribución. Se
pueden lograr diferentes objetivos, como carga máxima, pérdida mínima, optimización de
voltaje, equilibrio de carga y número mínimo de interruptores. Dependiendo de la ubicación
geográfica, las fuentes de energía renovable se incorporarán al sistema de distribución de
energía existente como generación de energía distribuida. DSR es un problema de optimización
no lineal combinatoria multiobjetivo. Para solventar estos inconvenientes se propone algoritmos
como: heurístico, algoritmo de ubicación de interruptores basado en gráficos para mejorar la
confiabilidad del sistema de sistemas de distribución radial para generación distribuida.
DESARROLLO
GA es una técnica evolutiva utilizada como herramienta de optimización en diferentes
dominios de la ingeniería y la ciencia. En GA, cualquier sistema de distribución se puede
representar como un gráfico G (N, B) donde N representa el conjunto de nodos/buses en el
sistema y B representa el conjunto de sucursales / alimentadores / distribuidores en la red.
De entre todas las pérdidas calculadas, se considera para la operación. La configuración con
pérdida mínima. Ya que Este proceso puede involucrar un gran número de configuraciones y se
usa GA o PSO para este objetivo.
La optimización del enjambre de partículas (PSO) es un método simple y eficiente de
optimización basado en la población propuesto por Kennedy. y Eberhart. La técnica PSO se
utiliza generalmente para resolver problemas complejos de optimización no lineal, como el flujo
de potencia óptimo
CONCLUSIONES
Este documento propone un algoritmo para determinar el número y la ubicación
óptimos de conmutadores de enlace para mejorar la confiabilidad del sistema de
distribución de energía. Tales como GA y PSO.
La utilización de los algoritmos evolutivos como técnica de solución del problema de
optimización multiobjetivo, permite analizar simultáneamente dos objetivos con
diferentes soluciones óptimas individuales, donde un objetivo se encuentra en conflicto
con el otro.
Preguntas:
1. ¿Cuál es el problema que se está tratando de resolver?
El problema que se está tratando a resolver se trata de un método eficaz para la
reconfiguración óptima del sistema de distribución utilizando algoritmos genéticos y
optimización de enjambres de partículas, que identifica el número y la posición óptima del
interruptor de enlace para servir la máxima cantidad de carga en todas las contingencias.
INTRODUCCIÓN
El diseño de este tipo de sistemas puede considerarse como un problema de optimización
combinatoria NP-Hard; El esquema híbrido se basa en una técnica de optimización de enjambre
de partículas y un algoritmo genético mejorado con un operador de mutación heurística. El
esquema GA-PSO permite encontrar la topología de red óptima, el número y capacidad óptimos
de las unidades de generación, así como su mejor ubicación. Además, el algoritmo debe diseñar
el sistema según los requisitos de calidad de la energía, la radicalidad de la red y las
limitaciones geográficas. Finalmente, se describe en detalle el algoritmo propuesto y se discuten
aplicaciones reales, de las cuales se obtuvieron resultados satisfactorios.
DESARROLLO
La creciente penetración de la generación distribuida y las fuentes de energía renovables han
traído nuevas oportunidades para mejorar los sistemas eléctricos. Por ejemplo, ubicación óptima
y adecuada estimación de tamaño de DG, con una adecuada configuración de la red puede
mejorar un sistema eléctrico al reducir las pérdidas de energía, la generación excesiva y los
costos generales. Estos objetivos pueden mejorar potencialmente la calidad del servicio, la
confiabilidad y los perfiles de voltaje proporcionados a los clientes finales y permitir la
integración de las RES a la red. Aunque es muy deseable una solución simultánea de las dos
direcciones de investigación descritas anteriormente, solo podemos encontrar algunas
contribuciones con este objetivo.
Particularmente en, un método meta-heurístico basado en un codicioso procedimiento de
búsqueda adaptativa aleatoria se utiliza para diseñar sistemas de electrificación fuera de la red
con generación distribuida. Sin embargo, se exige un esfuerzo computacional no trivial a
medida que aumenta la complejidad del sistema. Esto implica un mayor número de
configuraciones posibles, convirtiéndose en un duro problema de optimización combinatoria. La
pregunta principal sobre este tipo de sistemas es cuántas DG deberíamos instalar para alimentar
a todos los usuarios, satisfaciendo las limitaciones de calidad de la energía y minimizando los
costes.
CONCLUSIONES