Documente Academic
Documente Profesional
Documente Cultură
Quito, Ecuador
marjoriesanchez11@yahoo.es
Stalyn.villota@epn.edu.ec
Resumen- En este documento se presentan varias económico al mejorar los perfiles de voltaje y las pérdidas
metodologías aplicables a la ubicación óptima de eléctricas, se alivia a la red en caso de exceso de demanda
Generación Distribuida en alimentadores primarios. y permite que los consumidores se vuelvan miembros
Se emplea un modelo de programación no lineal activos del sistema eléctrico.
entero misto, que va a ser probado sobre un sistema de
34 barras, en el cual se busca mejorar los costos de
II. ESTADO DEL ARTE
operación. Está comprobado que la generación
distribuida, al igual que la reconfiguración de
alimentadores primarios, nos permite mejorar las A. F.Glover . Técnicas Metaheurísticas 1986
caídas de tensión debido a la longitud de los
alimentadores y las pérdidas producidas por la Son algoritmos no exactos, combinan diferentes
resistencia interna de los conductores; por el métodos heurísticos para realizar una búsqueda más
contrario, si la GD es mal ubicada puede aumentar las eficaz y eficiente.; están diseñados para resolver
perdidas y en casos extremos perjudicar la operación problemas difíciles de optimización combinatoria. Pueden
normal del sistema eléctrico. ser usados en una amplia diversidad de problemas, con
cambios mínimos pueden ser adaptados a un problema
específico.
INDEX TERMS: Generación Distribuida, GD,
B. Jesús María López Lezama, Medellín Colombia,
I. INTRODUCCIÓN agosto de 2011.
La generación distribuida (GD) puede ser definida Método de programación no lineal entera mixta, se
como la producción de electricidad a pequeña escala basa en el balanceo de las ecuaciones de potencia
realizada cerca de los consumidores o en la red de utilizando solo la magnitud de las tensiones y las
distribución. potencias, para evitar usar ángulos y potencia reactiva
como variables de decisión. En segunda instancia se
Las tecnologías empleadas para la generación se considera los costos de operación que representan una
clasifican en dos grupos, aquellas basadas en energías variable de decisión a la hora de implementar o no la GD.
renovables y las que emplean recursos no renovables.
Ejemplo de las primeras se tiene: los aerogeneradores, C. Kennedy y Eberthart,1995.
centrales mini hidroeléctricas y celdas fotovoltaicas;
Algoritmos basados en Nubes de Partículas “Cada
mientras que las no renovables son representadas por las
individuo es estudiado y puede cambiar su opinión por:
miniturbinas a gas, motores alternativos.
conocimiento del entorno (adaptación), experiencias del
Los beneficios de la GD no son mayores que los que individuo (memoria-individuo) o por las experiencias del
se obtiene con las grandes centrales de generación, pero resto de individuos (memoria vecindario). Con el paso del
son importantes, puesto que se reduce el perjuicio tiempo, la opinión de la mayoría de los individuos será
bastante similar, esto significa que tenderán a encontrar
una solución óptima o la mejor encontrada. Una
característica muy relevante es que no se crean nuevos
individuos, es decir en este método no hay ni mutaciones
Considerando que la Ec. (2) puede ser
ni cruzamientos.
reescrita como ilustra en (3).
Se considera además
-Límites de flujo de potencia
Pmm : flujo de potencia en la línea que conecta los .Límites de voltaje en las barras
nodos n, m -Límites de potencia suministrada
Vn : magnitud de la tensión en la barra n -Límites de producción de la generación distribuida
Considerando la diferencia angular entre barras Función Objetivo
adyacentes como aproximadamente igual a cero se tiene
la expresión dada por la Ec. (2)
archivo.uc3m.es/bitstream/handle/10016/22974/PFC_
carlos_ayuso_plaza_2015.pdf?sequence=1
Donde [3]
CIGDj : costo de inversión de la unidad de gene ración
distribuida j
COGDj : costo de operación de la unidad de gene ración
distribuida j
CR : costo de racionamiento
V. ANÁLISIS DE RESULTADOS
.
.
.
VII. REFERENCIAS