Balance de Fases

Multiobjetivo en

Sistemas de Distribución Carlos Adrián Correa, Universidad De La Salle

Ricardo Bolaños, XM Filial de ISA

Alejandro Garcés, Universidad Tecnológica de Pereira

Agenda Introducción

Formulación del problema

Algoritmo Multiobjetivo NSGA-II

Aplicación de la Metodología

Pruebas y Resultados

Conclusiones

Introducción Sistemas de distribución y balance de fases

Importancia de la reducción de pérdidas

Eficiencia y ambiente

Problema multiobjetivo

Formulación del problema Modificación de la conexión de cargas

Características de los sistema de distribución:

Presencia de trafos y laterales monofásicos

Dificultad para realizar cambios a niveles de tensión

secundarios

Presencia de cargas de distinta naturaleza

Objetivos del problema:

Pérdidas de potencia

Inversión en la modificación del sistema

Formulación del problema Modelo Matemático

1 2min ( ), ( )f H f H

3 3

1 ( ) ( , )

1 1 1

( )CN

G i D k i

i k i

f H P P

2

1

( ) ( 1)CN

k

k

f H u H

( , )

( , ) 0( , )

k i

D k i k i

nom

VP P

V

( , )

( , ) 0( , )

k i

D k i k i

nom

VQ Q

V

( ) ( ) 0 0( , , , )G i G i CP jQ F H Y P Q

1,...,6kH

s.a. Hk Cambios Secuencia

1 ABC Igual

2 BCA Igual

3 CAB Igual

4 ACB Contraria

5 BAC Contraria

6 CBA Contraria

Algoritmo NSGA-II Algoritmos multiobjetivo

Dominancia

Soluciones no dominadas

Frente de Pareto

Estrategias evolutivas

Operadores genéticos

Algoritmo NSGA-II

Qué es un individuo…?

2 4 … 3 … 5

Número de nodos con carga

H

k

Cambios Secuencia

1 ABC Igual

2 BCA Igual

3 CAB Igual

4 ACB Contraria

5 BAC Contraria

6 CBA Contraria

Algoritmo NSGA-II

Algoritmo NSGA-II

Algoritmo NSGA-II

Datos ß Líneas, Nodos, Demanda, Generación P0 ß Aleatorio Q0 ß Recombinación (P) R0 ß P0 È Q0 For t = 1 : T (f1,f2) ß Evaluar Funciones Objetivo ND ß Dominancia ( Rt , f1 , f2 ) ( F , D ) ß fitness ( ND ) S ß Selección ( F , D ) Pt ß Rt ( S ) While ( J > N ) Pt ß Distancias (Rt , ND ) Endwhile Qt ß Recombinación ( S , Pt ) Qt ß Mutación ( Qt ) Rt ß Pt È Qt

Endfor

Aplicación de la metodología Problema operativo Flujo de carga trifásico

Problema de optimización Algoritmo NSGA-II

NSGA-II

Flujo de carga

trifásico

f1, f2 H

Pruebas y Resultados Sistema de prueba IEEE 37-

Bus

Un regulador de tensión

Cargas monofásicas de

distinta naturaleza

Las cargas son altamente

desbalanceadas.

799

701

742

705 702

720

704713

707

722

703744729

728

727

706

725

718

714

730

731709

708732

775733

736

734710

735

737 738 711 741

740

724

712

Pruebas y Resultados El algoritmo requirió una población de tamaño 20, tasa

de mutación de 5% y 3940 ciclos generacionales.

55 55.5 56 56.5 57 57.5 58 6

7

8

9

10

11

12

13

14

55 55.5 56 56.5 57 57.5 58 6

7

8

9

10

11

12

13

14

55 55.5 56 56.5 57 57.5 58 6

7

8

9

10

11

12

13

14

Nú

mer

o d

e ca

mb

ios

Pérdidas de potencia [kW]

Pruebas y resultados Impacto sobre las pérdidas

f1 [kW] f1 [%] f2

55,01 9,16 14

55,02 9,14 13

55,10 9,01 12

55,19 8,86 11

55,32 8,65 10

55,54 8,28 9

55,96 7,58 8

56,96 5,94 7

57,76 4,62 6

Conclusiones La metodología implementada permite reducir el nivel

de pérdidas técnicas en sistemas de distribución a un costo relativamente bajo, por lo cual implementar programas de balance de fases en las empresas de distribución sería una alternativa viable no solo para la reducción de las pérdidas técnicas sino también para aumentar la calidad, seguridad y confiabilidad del sistema.

La metodología multiobjetivo determina un conjunto de soluciones viables de balance con diferente nivel de costos, esto permite tomar una decisión más acertada por parte del operador de la red.

Trabajos futuros

Inclusión de información de las curvas de carga para

complementar la información con reducción de

pérdidas de energía y determinar el impacto

económico.

Obtención de datos en tiempo real e inclusión de

dispositivos de almacenamiento… SMARTGRID!

Gracias por su atención!