COMPARACIÓN DE MÉTODOS DE OPTIMIZACIÓN UTILIZADOS PARA LA ASIGNACIÓN ÓPTIMA DE POTENCIA EN MICRO-REDES ELÉCTRICAS

CLEMENTI, LUIS A.; VEGA, JORGE R.; LOYARTE, ARIEL S.

Cordoba

Congreso; III Congreso de las Américas de Ingeniería Eléctrica; 2016

ADEERA (Asociación de Distribuidores de Energía Eléctrica de la República Argentina) y CACIER (Comité Argentino de la Comisión de Integración Energética Regional)

Este trabajo compara dos algoritmos de optimización utilizados para resolver el problema de despacho óptimo de potencia en una micro-red (MR) eléctrica con generación distribuida. La optimización apunta al cálculo de las potencias y tensiones asignadas a los generadores, a los efectos de minimizar costos de generación, contaminación ambiental, y apartamiento de tensiones en barras respecto a sus valores nominales. Los algoritmos estudiados son un método de punto interior (MPI) con gradiente descendente y la optimización por enjambre de partículas (PSO). En los casos de estudio analizados, se compara el desempeño de los algoritmos en términos de la capacidad para alcanzar el óptimo global del problema y el tiempo de convergencia requerido. En particular, se estudia un caso simulado numéricamente consistente en una MR con 14 nodos, los cuales involucran generaciones fotovoltaicas, eólicas, celdas de combustible y generadores diésel; y cargas de tipo residencial e industrial, caracterizadas por curvas de consumo típicas. Los resultados muestran que el desempeño de ambos algoritmos es altamente dependiente de los objetivos a minimizar en el problema de despacho óptimo. Para objetivos simples que involucran un problema de optimización con un mínimo global único (por ejemplo, la minimización de los costos de generación), el MPI es más adecuado debido al menor tiempo requerido para alcanzar la solución. Sin embargo, para casos más complejos que involucranfunciones multi-objetivo, y que pueden exhibir mínimos locales múltiples, el algoritmo basado en PSO resulta más eficaz ya que, si bien requiere mayor tiempo de cómputo que el MPI, posee mayor chance de alcanzar una solución próxima al óptimo global del problema, evitando quedar atrapado en algún óptimo local.