UNIVERSIDAD TÉCNICA LUIS VARGAS TORRES DE

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

9 “A” ING. ELÉCTRICA

MEJORA DE LA CONFIABILIDAD DEL SISTEMA
DE DISTRIBUCIÓN RECONFIGURABLE USANDO
GA Y PSO

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.

2. ¿Cuáles son los objetivos del artículo?

 Mejorar la confiabilidad del sistema de distribución reconfigurable usando GA y PSO.

 Desarrollar un algoritmo de optimización para la minimización de índices de

confiabilidad utilizando reconfiguración del sistema de distribución.

3. ¿Cuál es la metodología (cómo se hizo) que utilizan los autores en la investigación?

La metodología propuesta tiene como ventaja, que permite la reconfiguración multiobjetiva
de las redes de distribución, brindando un conjunto de soluciones de buena calidad entre los
diferentes objetivos considerados.
Además de ser ajustable según la experiencia acumulada por el personal de operación de las
redes, las condiciones iniciales del estudio y características particulares de la región donde
se encuentra ubicada la red eléctrica de distribución primaria. La misma permite
reconfigurar circuitos de distribución minimizando las pérdidas y el DEPI simultáneamente.
Obteniendo configuraciones que cumplen con todas las restricciones técnicas del problema

4. ¿Cómo interpretan los resultados del texto?

Los resultados del texto se interpretan mediante la reconfiguración de alimentadores
primarios que es una herramienta utilizada en el planeamiento y la operación de los sistemas
de distribución enfocada principalmente a la reducción de pérdidas técnicas. En este
artículo, se muestra la relación entre la topología del sistema y su confiabilidad por lo que
se plantea un nuevo modelo de optimización para la minimización de que busca minimizar
los índices de confiabilidad. El modelo propuesto considera la confiabilidad y las
restricciones técnicas tales como la cargabilidad de las líneas y la regulación de tensión caso
para el cual se obtienen buenos resultados mediante la aplicación de un algoritmo evolutivo.
 UN ENFOQUE EVOLUTIVO HÍBRIDO PARA
DISEÑAR PROYECTOS DE ELECTRIFICACIÓN
FUERA DE LA RED CON GENERACIÓN
DISTRIBUIDA

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

 El esquema propuesto por la GA-PSO es capaz de diseñar fuera de la red proyectos de

electrificación, que requieren la colocación múltiple de generación distribuida.
 Este esquema híbrido se aplicó con éxito para diseñar sistemas aislados con generación
fotovoltaica distribuida. Aunque el problema es multiobjetivo, el enfoque GA-PSO
proporcionó configuraciones satisfactorias para alimentar a todos los usuarios con
energía según los requisitos de calidad eléctrica.
 Los esquemas híbridos pueden ser la base para otros criterios de diseño y para
implementar una segunda etapa de optimización en cuanto a la gestión de la energía y
operación óptima considerando índices de confiabilidad.
Preguntas:
1. ¿Cuál es el problema que se está tratando de resolver?
El problema que se está tratando de resolver es acerca del enfoque evolutivo hibrido el cual
se utiliza para diseñar proyectos de electrificación fuera de la red que requieran generación
distribuida, el diseño de este tipo de sistemas puede considerarse como un problema de
optimización combinatoria NP-Hard, por lo tanto, debido a su complejidad, el enfoque
aborda el problema desde dos frentes: la configuración óptima de la red y la ubicación
óptima de GD
2. ¿Cuáles son los objetivos del artículo?

 Mejorar potencialmente la calidad del servicio, la confiabilidad y los perfiles de voltaje.

 Realizar un método de mutación heurística para mejorar la capacidad de búsqueda de la

GA,

 Implementar un algoritmo codicioso para construir una red de distribución radial

utilizando coordenadas GPS.

 Diseñar sistemas aislados con generación fotovoltaica distribuida.

3. ¿Cuál es la metodología (cómo se hizo) que utilizan los autores en la investigación?
Como se planteó previamente las aplicaciones de la metodología puedan detectarse otro tipo
de cargas que presenten flexibilidad de ser gestionadas, con la orientación a incrementar el
conocimiento en este tipo de aplicaciones y que se trasmita a los planificadores para que
puedan identificar de manera más efectiva las oportunidades de gestión de la demanda y las
incluyan a la hora de brindar la solución energética, mejorando de forma eficaz las
instalaciones de los usuarios y los procesos que se tecnifiquen con la energía, que induzcan
a menores dimensiones en los sistemas de generación y a un óptimo aprovechamiento de su
energía.
4. ¿Cómo interpretan los resultados del texto?
El análisis de las experiencias de implementación de sistemas de generación distribuida
permite determinar ciertos factores que han favorecido su coexistencia con los sistemas
centralizados, teniendo como objetivo la minimización de las pérdidas de potencia y la
minimización de los costes de inversión, el enfoque GA-PSO proporciono configuraciones
satisfactorias para alimentar a todos los usuarios con energía según los requisitos de calidad
eléctrica.