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 min f1 ( H ), f2 ( H ) Hk s.a. 3 NC k 1 i 1 NC f 2 ( H ) u ( H k 1) k 1 PD ( k ,i ) Secuencia 1 ABC Igual 2 BCA Igual 3 CAB Igual 4 ACB Contraria 5 BAC Contraria 6 CBA Contraria 3 f1 ( H ) PG (i ) PD ( k ,i ) i 1 Cambios V( k ,i ) P0( k ,i ) Vnom V( k ,i ) QD ( k ,i ) Q0( k ,i ) Vnom PG (i ) jQG (i ) FC ( H , Y , P0 , Q0 ) H k 1,...,6 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 Cambios Secuencia 1 ABC Igual 2 BCA Igual 3 CAB Igual 4 ACB Contraria 5 BAC Contraria 6 CBA Contraria k 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 H f1 , f2 Flujo de carga trifásico Pruebas y Resultados 799 Sistema de prueba IEEE 37Bus 724 722 707 712 701 742 713 704 720 Un regulador de tensión 705 702 714 706 Cargas monofásicas de 729 744 727 703 718 725 distinta naturaleza 728 730 Las cargas son altamente desbalanceadas. 732 708 709 731 736 733 710 775 734 740 735 737 738 711 741 Pruebas y Resultados El algoritmo requirió una población de tamaño 20, tasa de mutación de 5% y 3940 ciclos generacionales. 14 Número de cambios 13 12 11 10 9 8 7 6 55 55.5 56 56.5 57 Pérdidas de potencia [kW] 57.5 58 Pruebas y resultados Impacto sobre las pérdidas f1 [kW] 55,01 55,02 55,10 55,19 55,32 55,54 55,96 56,96 57,76 f1 [%] 9,16 9,14 9,01 8,86 8,65 8,28 7,58 5,94 4,62 f2 14 13 12 11 10 9 8 7 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!