Reconfiguración de redes de distribución de energía eléctrica, considerando las restricciones de operación y minimizando la perdida de potencia

Abstract

Esta tesis desarrolla una metodología con un enfoque innovador para abordar el desafío de la reconfiguración de redes de distribución (RRD), con el objetivo de reducir la pérdida de energía a través de un método avanzado de optimización del enjambre de partículas tangentes hiperbólicas (HT-PSO). Este enfoque se distingue por la adopción de una novedosa función tangente hiperbólica, que limita efectivamente la tasa de cambio de los valores V (t+1) id es la probabilidad de que el resultado Xid sea 1 o 0, donde Xid representa la solución óptima del problema de optimización), ofreciendo una mejora significativa con respecto a los métodos tradicionales basados en la función sigmoidea. Permite también un mejor control de los valores de la tasa de cambio en las partículas entre [0.0-1.0] para descubrir las mejores soluciones. Otra característica clave de este nuevo enfoque es la integración de un parámetro ajustable, δ, en el HT-PSO, lo que mejora la adaptabilidad de la curva. La cuidadosa optimización de δ garantiza un control superior sobre la tasa de cambio en todo el rango operativo. Esta estrategia de control refinada eleva significativamente la eficiencia de los procesos de búsqueda y convergencia en RRD. El parámetro δ óptimo es determinado con un algoritmo basado en la suma de mínimos cuadrados para cada espacio selectivo de la malla sin realizar pruebas para establecer el valor óptimo del parámetro añadido. Por otro lado, se realizó la implementación de los sistemas de distribución de 33 y 94 barras en el software OpenDSS para poder realizar las simulaciones y evaluar la nueva metodología de optimización. Los resultados de las simulaciones comparativas con otros 5 métodos de la literatura técnica en sistemas de 33 y 94 barras muestran una mejora en la convergencia al considerar un máximo de 100 iteraciones, demostrando una exploración más exhaustiva del espacio de búsqueda, que los métodos existentes documentados en la literatura basados en PSO y variaciones donde se proponen funciones nuevas para la tasa de cambio de valores.

This thesis develops a methodology with an innovative approach to address the challenge of distribution network reconfiguration (DRR), with the aim of reducing energy loss th- rough an advanced hyperbolic tangent particle swarm optimization method (HT-PSO). This approach is distinguished by the adoption of a novel hyperbolic tangent function, which effectively limits the rate of change of the values V (t+1)(t+1) id is the probability that the result Xid is 1 or 0, where Xid represents the optimal solution to the optimization problem), offering a significant improvement over traditional methods based on the sigmoid function. It also allows better control of the values of the rate of change in the particles between [0.0-1.0] to discover the best solutions. Another key feature of this new approach is the integration of an adjustable parameter, δ, into the HT-PSO, which improves the adaptability of the curve. Careful optimization of δ ensures superior control over the rate of change throughout the operating range. This refined control strategy significantly increases the efficiency of search and convergence processes in DRR. The optimal δ parameter is determined with an algorithm based on the sum of least squares for each selective space of the mesh without performing tests to establish the optimal value of the added parameter.

On the other hand, the implementation of the 33 and 94 bus distribution systems was carried out in the OpenDSS software to be able to carry out the simulations and evaluate the new optimization methodology. The results of the comparative simulations with other 5 methods from the technical literature in 33 and 94 bus systems show an improvement in convergence when considering a maximum of 100 iterations, demonstrating a more exhaustive exploration of the search space than the existing documented methods. in the literature based on PSO and variations where new functions are proposed for the rate of change of values.