Abstract
In this paper is addressed the optimal power flow problem in direct current grids, by using solution methods based on metaheuristics techniques and numerical methods. For which was proposed a mixed integer nonlinear programming problem, that describes the optimal power flow problem in direct current grids. As solution methodology was proposed a master–slave strategy, which used in master stage three continuous solution methods for solving the optimal power flow problem: a particle swarm optimization algorithm, a continuous version of the genetic algorithm and the black hole optimization method. In the slave stages was used a methods based on successive approximations for solving the power flow problem, entrusted for calculates the objective function associated to each solution proposed by the master stage. As objective function was used the reduction of power loss on the electrical grid, associated to the energy transport. To validate the solution methodologies proposed were used the test systems of 21 and 69 buses, by implementing three levels of maximum distributed power penetration: 20%, 40% and 60% of the power supplied by the slack bus, without considering distributed generators installed on the electrical grid. The simulations were carried out in the software Matlab, by demonstrating that the methods with the best performance was the BH/SA, due to that show the best trade-off between the reduction of the power loss and processing time, for solving the optimal power flow problem in direct current networks.
Highlights
IntroducciónDada la importancia de las redes de CC en los últimos años y la necesidad de integrar recursos renovables en los sistemas de producción de energía eléctrica, reducir el impacto negativo de los combustibles fósiles y mejorar diferentes aspectos técnico-económicos (Garces 2017), multiples investigadores han evaluado y estudiado el efecto de la integración de generadores distribuidos (GDs) en estos tipos de red
Resumen: En este artículo se aborda el problema de flujo óptimo de potencia (OPF, de sus siglas en inglés) en redes de corriente continua, empleando métodos de solución basados en técnicas Metaherísticas y métodos numéricos
As solution methodology was proposed a master–slave strategy, which used in master stage three continuous solution methods for solving the optimal power flow problem: a particle swarm optimization algorithm, a continuous version of the genetic algorithm and the black hole optimization method
Summary
Dada la importancia de las redes de CC en los últimos años y la necesidad de integrar recursos renovables en los sistemas de producción de energía eléctrica, reducir el impacto negativo de los combustibles fósiles y mejorar diferentes aspectos técnico-económicos (Garces 2017), multiples investigadores han evaluado y estudiado el efecto de la integración de generadores distribuidos (GDs) en estos tipos de red. En (Wang et al 2018), los autores con el objetivo de evitar el uso de software especializado para resolver el problema de OPF en redes de CC, propusieron una metodología basada en el algoritmo de optimización por cúmulo de partículas (PSO, por sus siglas en inglés). Dentro de la revisión del estado del arte realizada en este documento, se determinó que fueron pocos los trabajos hallados que aborden el problema de OPF en redes de CC sin usar software especializado, lo que demuestra la necesidad de proponer técnicas basadas en programación secuencial que permitan obtener soluciones con alta calidad y con tiempos de procesamiento cortos. Siendo la tarea de la etapa esclava resolver el problema de flujo de carga, aplicando las posibles soluciones propuestas en la etapa maestra, y de esta manera determinar la configuración óptima de los GDs que permita la mayor reducción en pérdidas de potencia de la red de CC. Finalmente, la sección 5 presenta los comentarios finales y trabajo futuro derivados de este trabajo
Sign-in/Register to view highlights & summary Sign-in/Register to access full text options 
Free) 
Talk to us
Join us for a 30 min session where you can share your feedback and ask us any queries you have
Schedule a call
