Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Este ejemplo simple muestra el hecho de que, aunque el resultado del enfoque en el cap.
5 es una necesidad; se debe hacer un esfuerzo para asignar, de alguna manera, los
requisitos de generación entre los autobuses. Si el sistema es pequeño y el número de
alternativas (escenarios) es limitado, el enfoque presentado anteriormente puede ser
suficiente. En una vida práctica, en la que el sistema y el número de alternativas son
grandes, se deben seguir algunos algoritmos avanzados. Vale la pena mencionar aquí
que nuestro énfasis principal en este capítulo es GEP y no los requisitos reales de
mejora de la transmisión. En otras palabras, la aproximación mencionada anteriormente
de que el requisito de mejora de la transmisión es proporcional a las sobrecargas
basadas en la longitud no da como resultado la determinación de las rutas reales de
mejora de la transmisión. En Chaps. 8 y 9 volvemos a este paso importante, una vez que
las generaciones se asignan de acuerdo con el enfoque presentado en este capítulo y se
conocen los requisitos de expansión de la subestación de acuerdo con los algoritmos que
se analizan en el Cap. 7. La proporcionalidad de los requisitos de mejora de la
transmisión a las sobrecargas basadas en la longitud no es la única manera de observar
este punto y se pueden proponer y emplear otros criterios.
Un enfoque de programación lineal para la resolución de problemas se describe en las
sectas. 6.3 y 6.4. Allí, discutiríamos que aunque el enfoque propuesto es sólido en
términos de la formulación matemática, tiene inconvenientes en términos de algunos
problemas prácticos. Es por eso que un enfoque basado en Algoritmo Genético (AG) se
presenta en las Sectas. 6.5 y 6.6 en los que, si bien se observan consideraciones
prácticas, cualquier extensión adicional puede aplicarse fácilmente.
6.3 Un GEP basado en programación lineal (LP)
6.3.1 Principios básicos
Los flujos a través de líneas de transmisión son funciones tanto de las cargas en las
barras de carga como de las generaciones en las barras de generación. Se supone que las
cargas son conocidas y distribuidas entre las barras de carga. Se supone que se conoce la
generación total, pero se desconoce su distribución entre los buses de generación.
Si se utiliza DCLF para modelar el comportamiento del sistema (ver Apéndice A), los
flujos de línea serían una función lineal de las cargas y las generaciones. En ese caso, el
problema de optimización se puede formular de la siguiente manera, en el que el
objetivo es asignar los requisitos de generación totales entre los autobuses. Para una red
N-bus, M-line, las ecuaciones DCLF son:
dónde
PG Un vector de generaciones (N x1).
PD Un vector de cargas (o demandas) (N x 1)
ɵ Un vector de ángulos de bus (N x 1).
B La matriz de admitancia con R = 0 (N x N)
Los flujos de línea se calculan de la siguiente manera
dónde
PL Un vector de líneas de flujo (M x 1)
b Una matriz (M x M) en la que bii es la admitancia de la línea i y los elementos no
diagonales son cero
A La matriz de conexión (M x N) en la que aij es 1, si existe una línea desde el bus i al
bus j; de lo contrario cero. Además, para los buses de inicio y final, los elementos son 1
y -1, respectivamente
Desde (6.1) y (6.2), tenemos
donde PGj y PDj son la generación y la demanda (carga) del bus j, respectivamente. Sij
es, de hecho, el elemento ijth de la matriz bAB21, que describe la sensibilidad de flujo
de línea i con respecto a la generación y la diferencia de carga del bus j.
Ahora hagamos la situación más práctica asumiendo que hay algunas áreas, cada una
compuesta de algunos buses de generación y de carga. Supongamos que la carga y la
generación del bus j en un área k, tal como están representadas por PGj y PDj,
respectivamente, son parte de la carga total y la generación del área k (PDk y PGk,
respectivamente). En otras palabras
donde Na es el número de áreas, mientras que aDj y aGj son los factores de
participación en la carga y generación jth en un área, respectivamente.
Supongamos que estamos interesados principalmente en las asignaciones de generación
entre las áreas y no en los autobuses. Además, los flujos a través de las líneas entre las
áreas son de interés.
La combinación de (6.4) a (6.8) da como resultado
donde AGik y ADik son la sensibilidad de flujo de línea i con respecto a la generación y
la carga del área k, respectivamente. En cuanto al horizonte de planificación, se supone
que la asignación de carga es fija, tenemos
Además, la generación del área kth debe estar dentro de sus límites máximo (PGk) y
mínimo (PGk), es decir,
donde estos dos límites son especificados por el usuario de acuerdo con cualquier
observación técnica o no técnica.
6.3.2.2 Restricciones
Las restricciones a observar durante el proceso de optimización son las siguientes
(6.17) se deriva de (6.12) y (6.13) excepto que se verifica la desigualdad para las líneas
sobrecargadas (M es la suma del número de líneas entre el áreas). b es la capacidad
máxima que una línea puede expandirse (a ser especificada por el usuario). (6.19) es lo
mismo que (6.14) repetido aquí por conveniencia. PG0 es la capacidad de generación
total determinada por el enfoque presentado en el cap. 5.
En la sec. 6.3, el área o las generaciones de buses como las variables de decisión fueron
asumidas a ser continuo. Este supuesto no es válido en la práctica, ya que la generación
Las capacidades disponibles son de naturaleza discreta. Además, la instalación de
algunos Las centrales eléctricas específicas pueden ser poco prácticas en algunos buses /
áreas específicas. Las razones puede ser técnico y / o no técnico (como consideraciones
ambientales). Es por eso que en esta sección se propone un algoritmo modificado para
el cual se usa GA como la herramienta de solución.
Supongamos que las centrales eléctricas de Ng con las capacidades y los tipos dados
están justificados Basado en los algoritmos discutidos en el cap. 5. El objetivo es
asignar las plantas entre los autobuses de tal manera que los requisitos de mejora de la
transmisión son minimos
Si Xm se introduce como la variable de decisión para la cual el elemento mth muestra el
número de bus en el que se instalará la central eléctrica, la función objetivo (ver (6.16))
y las restricciones (ver (6.17–6.20)) se modifican de la siguiente manera
Dónde
Bm (Xm) El costo de instalación de la planta de energía mth en el bus número Xm
Ng El número de centrales eléctricas, justificadas a partir del cap. 5
Zjm Una variable auxiliar; 1 si la planta de energía mth está instalada en el bus j; de lo
contrario cero
Nc El número de autobuses candidatos para las centrales eléctricas.
PGm La capacidad de generación de la unidad de generación mth candidata.
PGi0 la generación existente en el bus i
El modelo propuesto es de tipo no lineal para el cual se utiliza GA como herramienta de
solución.
6.6 Resultados numéricos para algoritmo basado en GA
Como se discutió en la Sect. 6.5, en el algoritmo propuesto, es posible definir las
capacidades estándar disponibles junto con sus costos de instalación dependientes de la
barra. Por
Por ejemplo, el costo de instalación de una planta de energía específica puede ser
diferente si la planta
Se instala en la barra 2 en lugar de la barra 3.
Para verificar el algoritmo, inicialmente se asume que las centrales eléctricas son
idénticas a 0.1 p.u. capacidad (similar a la sec. 6.4). Escenarios 3 y 4 de la tabla 6.2. se
repiten como se esperaba, los resultados son los mismos que antes. Ahora, repite lo
mismo pruebas; sin embargo, asumiendo 1.0 p.u. Capacidad para las plantas. Los
resultados se muestran en Tabla 6.3. Comparando los resultados con los de la Tabla 6.2,
es evidente que la las capacidades asignadas para los autobuses se redondean a valores
más altos o más bajos.
Consideremos un caso más realista. Supongamos que seis centrales eléctricas están
justificadas.
Basado en el algoritmo de cap. 5; Los detalles se dan en la tabla 6.4.
Además, supongamos que cinco autobuses de la figura 6.1 se consideran como la
generación
Autobuses candidatos con los detalles que figuran en la tabla 6.5.
Como las turbinas hidráulicas solo pueden instalarse en los autobuses 4 y 5, los factores
de costo de
Los autobuses 1–3 se asumen valores altos. Además, los factores de coste de las
turbinas de vapor son
Se asume que es idéntico para todos los autobuses. En términos de turbinas de gas, los
factores de costo para se supone que los autobuses 2 y 4 son más altos debido a los
requisitos de costo de las tuberías de gas.
Suponiendo que el costo de mejora de la transmisión sea R 20 / km, el GA basado en los
resultados del algoritmo se muestran en la Tabla 6.6. Las centrales eléctricas están tan
asignadas que no se requiere mejora de la transmisión mientras que no se observa
sobrecarga también