Reconfiguración de redes de distribución para minimizar pérdidas de potencia mediante recocido simulado mejorado

Abstract

En esta tesis se estudió el algoritmo de optimización de Recocido Simulado (RS), analizando sus características principales, variantes, y los parámetros que afectan sus resultados. Además, se aplicó una de las variantes del RS en el contexto de la reconfiguración de redes de distribución.

La reconfiguración de redes de distribución es un problema complejo debido al gran número de configuraciones posibles, cuyo análisis resulta inviable por su alto costo computacional. Por ello, se emplearon algoritmos inteligentes, capaces de reducir las soluciones a explorar y encontrar una solución óptima o cercana con menor costo. Este estudio se centró en algoritmos adaptativos, como el recocido simulado, analizando sus limitaciones y áreas de mejora en escenarios de optimización complejos.

Se desarrolló una variante denominada Recocido Simulado Mejorado con Enfriamiento Híbrido (ISA-HC). Este algoritmo estableció parámetros iniciales óptimos, como la temperatura de partida y la solución inicial, adaptándose a las características específicas del sistema. Para lograr un enfriamiento efectivo, se implementó un enfoque híbrido en tres etapas, combinando dos métodos ampliamente reconocidos en la literatura, lo cual representa uno de los principales aportes de la investigación y dio origen al nombre de la variante.

El algoritmo ISA-HC se implementó utilizando el software Open Distribution System Simulator (OpenDSS) junto con una técnica de búsqueda espacial selectiva, optimizando así su rendimiento y reduciendo el espacio de búsqueda. Esta implementación, desarrollada en el lenguaje de programación Python, integró sus funciones con OpenDSS. La efectividad del algoritmo se verificó y validó mediante pruebas en sistemas de 5, 16, 33 y 69 barras, descritos en [50], [16], [5], y [54]. Tras confirmar su efectividad, el algoritmo fue aplicado a sistemas eléctricos de distribución reales de 94 y 135 barras, documentados en [61] y [38].

Finalmente, se contrastaron las hipótesis planteadas y se compararon los resultados obtenidos con los de otras metodologías presentes en la literatura técnica. Esta comparación permitió concluir que la variante propuesta no solo mejora el tiempo de simulación y la calidad de las soluciones globales, sino que también presenta menores desviaciones estándar.

In this thesis, the Simulated Annealing (SA) optimization algorithm was studied, analyzing its main characteristics, variants, and the parameters that affect its results. Additionally, one of the SA variants was applied in the context of distribution network reconfiguration.

Distribution network reconfiguration is a complex problem due to the large number of possible configurations, whose analysis becomes unfeasible because of the high computational cost. Therefore, intelligent algorithms were employed, capable of reducing the solutions to be explored and finding an optimal or near-optimal solution at a lower cost. This study focused on adaptive algorithms, such as simulated annealing, analyzing their limitations and areas for improvement in complex optimization scenarios.

A variant called Improved Simulated Annealing with Hybrid Cooling (ISA-HC) was deve- loped. This algorithm established optimal initial parameters, such as the starting temperature and initial solution, adapting to the specific characteristics of the system. To achieve effective cooling, a three-stage hybrid approach was implemented, combining two widely recognized methods in the literature, which represents one of the main contributions of this research and gave rise to the name of the variant.

The ISA-HC algorithm was implemented using the Open Distribution System Simulator (OpenDSS) software, along with a selective spatial search technique, thereby optimizing its performance and reducing the search space. This implementation, developed in the Python programming language, integrated its functions with OpenDSS. The algorithm’s effectiveness was verified and validated through tests on 5, 16, 33, and 69-bus systems, as described in [50], [16], [5], and [54]. After confirming its effectiveness, the algorithm was applied to real distribution systems of 94 and 135 buses, documented in [61] and [38].

Finally, the proposed hypotheses were contrasted, and the obtained results were compared with those of other methodologies in the technical literature. This comparison led to the conclusion that the proposed variant not only improves simulation time and the quality of global solutions but also presents lower standard deviations.