Optimal Power Flow in Electrical Energy Systems Through Artificial Intelligence Techniques

Optima potencia eléctrica en sistemas de energía a través de técnicas de inteligencia artificial

Autores/as

  • Cesar Hernandez Universidad Distrital Francisco Jose de Caldas https://orcid.org/0000-0002-7974-5560
  • William Sánchez Huertas Codensa
  • Víctor Gómez Schneider

Palabras clave:

optimización de colonia de hormigas, inteligencia artificial, algoritmo genético, optimización, sistema eléctrico (es).

Palabras clave:

ant colony optimization, artificial, intelligence, genetic algorithm, optimization, power system (en).

Descargas

Resumen (en)

Context: The integration of optimization methods into the various processes carried out by an electric power system seeking energy efficiency have led to satisfying results in the reduction of consumption as well as in terms of technical losses, security increase and system reliability.

Objective: The purpose of this article is to identify a method offering the best optimization outcome for the power flow of an energy distribution system with 10 nodes at 13.2 kV.

Methodology: The results of voltage profiles are presented for a 10-node energy distribution system using the Newton Raphson method. Afterward, the system is optimized using genetic and ant colony algorithms.

Results: Their implementation determined that the sum of the potential differences of distribution lines is notably reduced with the genetic algorithm. However, the ant colony optimization code takes less time to run and has a lower number of iterations.

Conclusions: The most efficient optimization is achieved with the genetic algorithm since the evolution of the population shows better optimization levels in comparison to the ant colony algorithm.

Financing: Universidad Francisco José de Caldas and Colciencias

Resumen (es)

Contexto: La integración de los métodos de optimización en los diversos procesos llevados a cabo por un sistema de energía eléctrica que busca la eficiencia energética ha llevado a resultados satisfactorios en la reducción del consumo, así como en términos de pérdidas técnicas, aumento de seguridad y confiabilidad del sistema.

Objetivo: El propósito de este artículo es identificar un método que ofrezca el mejor resultado de optimización para el flujo de energía de un sistema de distribución de energía con 10 nodos a 13.2 kV.

Metodología: Los resultados de los perfiles de voltaje se presentan para un sistema de distribución de energía de 10 nodos utilizando el método de Newton Raphson. Posteriormente, el sistema se optimiza utilizando algoritmos genéticos y de colonias de hormigas.

Resultados: Su implementación determinó que la suma de las posibles diferencias de las líneas de distribución se reduce notablemente con el algoritmo genético. Sin embargo, el código de optimización de la colonia de hormigas tarda menos tiempo en ejecutarse y tiene un número menor de iteraciones.

Conclusiones: La optimización más eficiente se logra con el algoritmo genético ya que la evolución de la población muestra mejores niveles de optimización en comparación con el algoritmo de colonias de hormigas.

Financiamiento: Universidad Francisco José de Caldas y Colciencias

Biografía del autor/a

Cesar Hernandez, Universidad Distrital Francisco Jose de Caldas

Doctor en Ingeniería, Ingeniera Electrónica, Profesora e investigadora de la Universidad Distrital Francisco José de Caldas, Bogotá,

William Sánchez Huertas, Codensa

Electrical Engineer, Professional employed by Codensa, Bogotá, Colombia.

Víctor Gómez, Schneider

Ingeniero Eléctrico, Profesional contratado por Schneider, Bogotá, Colombia

Referencias

seidel power flow solver on a high performance reconfigurable computer. In IEEE (Eds.) Annual IEEE Symposium on Field-Programmable Custom Computing Machines (FCCM 2009). IEEE.

https://doi.org/10.1109/FCCM.2009.23

CENTELSA (2011). Cables de Aluminio Desnudo. Recuperado de: https://www.centelsa.com/pdf/CablesdeAluminioDesnudo.pdf

CODENSA S. A. (2011). LA204 Circuito primario sencillo construcción tipo bandera con cruceta de 2,5 m. http://likinormas.micodensa.com/Norma/lineas_aereas_urbanas_distribucion/lineas_aereas_11_4_13_2_kv/la204_circuito_primario_sencillo_construccion_tipo_bandera_cruceta

Collado, A. L. & López-Sarmiento, J. A. (2010). Algoritmos para el flujo de carga en circuitos de distribución secundaria. Santa Clara. https://dspace.uclv.edu.cu/bitstream/handle/123456789/999/Ariel%20López%20Collado.pdf?sequence=1&isAllowed=y

Costa V. M., Martins M. & Preira L. R. (2001). An augmented Newton-Raphson power flow formulation based on current injections. Electrical Power and Energy Syst., 23(4), 305-312.

https://doi.org/10.1016/S0142-0615(00)00045-4

Haghrah, A., Nazari-Heris, M., & Mohammadi-Ivatloo, B. (2016). Solving combined heat and power economic dispatch problem using real coded genetic algorithm with improved Mühlenbein mutation. Applied Thermal Engineering, 99, 465-475.

https://doi.org/10.1016/j.applthermaleng.2015.12.136

Huertas, C. (2016). Preparadurías Sistemas de Potencia I : Flujos de Carga.

IEEE (2018). Estandar IEEE 1250: Guide for Identifying and Improving Power Quality in Power Systems. IEEE.

Vazquez, J. (2014). Aplicación del algoritmo de colonia de hormigas al problema de rutas de reparto con destinos móviles [Thesis, Universidad de Sevilla]. Recuperado de: http://bibing.us.es/proyectos/abreproy/5760/fichero/PFC_Jesus_Vazquez.pdf

Játiva-Ibarra, J., Constante-Flores, G., & Cabrera-Celi, G. (2014). Flujo de Potencia por Newton-Raphson con el Jacobiano Calculado en las Ecuaciones de Errores de Potencia. Revista Politécnica, 33(1), e157. https://revistapolitecnica.epn.edu.ec/ojs2/index.php/revista_politecnica2/article/view/157

Khanacademy. (2018). La terminología de los circuitos (artículo) | Khan Academy. https://es.khanacademy.org/science/electrical-engineering/ee-circuit-analysis-topic/circuit-elements/a/ee-circuit-terminology

Arito, F. L. A. (2010). Algoritmos de Optimización basados en Colonias de Hormigas aplicados al Problema de Asignación Cuadrática y otros problemas relacionados [Undergraduate thesis, Universidad Nacional de San Luis]. http://www0.unsl.edu.ar/~dmcc/files/tesis-f.pdf

Mora, J. C. S. T., Marín, J. M., & Romero, N. H. (2016). Introducción a los Algoritmos Genetícos con Matlab. Tecnologías avanzadas en ingeniería. Recuperado de: https://www.uaeh.edu.mx/docencia/P_Lectura/icbi/asignatura/introduccion_a_los_algoritmos_geneticos_con_matlab.pdf

Nazari-Heris, M., Mehdinejad, M., Mohammadi-Ivatloo, B., & Babamalek-Gharehpetian, G. (2019). Combined heat and power economic dispatch problem solution by implementation of whale optimization method. Neural Computing and Applications, 31(2), 421-436.

https://doi.org/10.1007/s00521-017-3074-9

Pranith, S., & Bhatti, T. S. (2015, March 12-13). Modeling and parameter extraction methods of PV modules-Review [Conference presentation]. 2015 International Conference on Recent Developments in Control, Automation and Power Engineering (RDCAPE 2015).

https://doi.org/10.1109/RDCAPE.2015.7281372

Pravos García, L. (2017). Análisis de flujos de carga para el análisis de redes de distribución. Implementación del algoritmo "Fordward and Backward [Tesis, Universidad Politécnica de Madrid]. Recuperado de: http://oa.upm.es/47864/1/TFG_LETICIA_PRAVOS_GARCIA.pdf

Remolino, A. S. & Paredes, .H. F. R. (2009). Método Eficiente Para La Solución De Flujos De Potencia En Sistemas Eléctricos De Distribución. 1(1), 322.

Soifer, A. & Loiseau, I. (2015). Algoritmos de Colonia de Hormigas para el Problema del Viajante de Comercio por Familias y para el Problema de Ruteo de Vehículos por Familias [Conference presentation]. 13º Simposio Argentino de Investigación Operativa. http://sedici.unlp.edu.ar/bitstream/handle/10915/59301/Resumen.pdf-PDFA.pdf?sequence=1&isAllowed=y

Stevenson, W. D. (1996). Análisis de Sistemas de Potencia. McGraw-Hill.

Sánchez-Huertas, W., Gómez, V., & Hernández, C. (2018). Optimization Algorithms for Solving Microgrid and Smart Grid Integration Problems. International Journal of Applied Engineering Research, 13(21), 14886-14892. https://www.ripublication.com/ijaer18/ijaerv13n21_08.pdf

Cómo citar

APA

Hernandez, C., Sánchez Huertas, W. ., & Gómez, V. . (2021). Optimal Power Flow in Electrical Energy Systems Through Artificial Intelligence Techniques. Tecnura, 25(69). https://doi.org/10.14483/22487638.18245

ACM

[1]
Hernandez, C., Sánchez Huertas, W. y Gómez, V. 2021. Optimal Power Flow in Electrical Energy Systems Through Artificial Intelligence Techniques. Tecnura. 25, 69 (ago. 2021). DOI:https://doi.org/10.14483/22487638.18245.

ACS

(1)
Hernandez, C.; Sánchez Huertas, W. .; Gómez, V. . Optimal Power Flow in Electrical Energy Systems Through Artificial Intelligence Techniques. Tecnura 2021, 25.

ABNT

HERNANDEZ, C.; SÁNCHEZ HUERTAS, W. .; GÓMEZ, V. . Optimal Power Flow in Electrical Energy Systems Through Artificial Intelligence Techniques. Tecnura, [S. l.], v. 25, n. 69, 2021. DOI: 10.14483/22487638.18245. Disponível em: https://revistas.udistrital.edu.co/index.php/Tecnura/article/view/18245. Acesso em: 27 sep. 2021.

Chicago

Hernandez, Cesar, William Sánchez Huertas, y Víctor Gómez. 2021. «Optimal Power Flow in Electrical Energy Systems Through Artificial Intelligence Techniques». Tecnura 25 (69). https://doi.org/10.14483/22487638.18245.

Harvard

Hernandez, C., Sánchez Huertas, W. . y Gómez, V. . (2021) «Optimal Power Flow in Electrical Energy Systems Through Artificial Intelligence Techniques», Tecnura, 25(69). doi: 10.14483/22487638.18245.

IEEE

[1]
C. Hernandez, W. . Sánchez Huertas, y V. . Gómez, «Optimal Power Flow in Electrical Energy Systems Through Artificial Intelligence Techniques», Tecnura, vol. 25, n.º 69, ago. 2021.

MLA

Hernandez, C., W. . Sánchez Huertas, y V. . Gómez. «Optimal Power Flow in Electrical Energy Systems Through Artificial Intelligence Techniques». Tecnura, vol. 25, n.º 69, agosto de 2021, doi:10.14483/22487638.18245.

Turabian

Hernandez, Cesar, William Sánchez Huertas, y Víctor Gómez. «Optimal Power Flow in Electrical Energy Systems Through Artificial Intelligence Techniques». Tecnura 25, no. 69 (agosto 19, 2021). Accedido septiembre 27, 2021. https://revistas.udistrital.edu.co/index.php/Tecnura/article/view/18245.

Vancouver

1.
Hernandez C, Sánchez Huertas W, Gómez V. Optimal Power Flow in Electrical Energy Systems Through Artificial Intelligence Techniques. Tecnura [Internet]. 19 de agosto de 2021 [citado 27 de septiembre de 2021];25(69). Disponible en: https://revistas.udistrital.edu.co/index.php/Tecnura/article/view/18245

Descargar cita

Visitas

43

Dimensions


PlumX


Descargas

Los datos de descargas todavía no están disponibles.

Artículos más leídos del mismo autor/a

1 2 > >>