Optimización de un sistema de seis barras utilizando el Algoritmo de

Garver, GAMS y Power world

Gilberto Zacarías Domínguez Torres

Ciudad del Este – Paraguay
dominggi@hotmail.com

Resumen. La creciente demanda de energía en todo el mundo obliga a las empresas encargadas de la generación,
transmisión y distribución crecer rápidamente para poder cubrir esta necesidad. Como los centros de consumos
normalmente se encuentran alejados de los de generación es imperiosa la necesidad de construir líneas de transmisión
que permitan llevar esa energía generada a los centros de consumos. Para la construcción de nuevas líneas es necesario
realizar estudios de optimización para determinar cuantas líneas y donde deben ser construidas y por supuesto, al menor
costo. El algoritmo de Garver acompañados de otros softwares son utilizados para la optimización de este modelo.

Abstract. The growing demand for energy worldwide requires companies responsible for generation, transmission and
distribution to grow quickly to meet this demand. As the consumption centers are usually far from the generation is an
urgent need to build transmission lines that will permit the power generated at the centers of consumption. For the
construction of new lines is necessary optimization studies for determine how many and where lines should be built and
of course, at lower cost. Garver's algorithms along with other softwares are used to optimize this model.

Palabras claves: Algoritmo, optimización, viabilidad, Power world simulator, GAMS.

Keywords: Algorithm, optimization, feasibility, Power world simulator, GAMS.

Tabla 1
I. Introducción

En este trabajo se muestran los pasos a seguir para

determinar cuantas líneas y donde deben ser adicionadas
para la trasmisión de energía entre las barras de un
sistema de tal forma a optimizar los costos de
construcción y puesta en servicio de estas líneas nuevas.
Se utiliza el algoritmo de Garver aplicado a un modelo
de sistema de seis barras y un software de gestión y
resolución de nombre GAMS. Se dan algunos detalles
explicativos de este software. Una vez determinada la
cantidad de líneas a construir es necesario realizar
estudios de viabilidad de trasmisión de carga. En esta
monografía se realiza un estudio de flujo de carga
mediante el simulador Power World. Finalmente se
presentan los resultados y los comentarios
correspondientes sumados a estos las bibliografías
utilizadas para el desarrollo del trabajo.

II. Presentación del sistema a evaluar

Se cuenta con un sistema de seis barras cuyos datos de

líneas, barras, generaciones, cargas, resistencias,
reactancias, entre otros se encuentran distribuidos en las
tablas 1 y 2.

Se presenta además el diagrama unifilar del sistema de

potencia (fig 1), donde las cinco primeras barras se
encuentran formando una red y la sexta se encuentra
aislada de esa red. Este diagrama representa el modelo a
estudiar a lo largo de este trabajo.
 modelo, disminuyendo la necesidad de dominar
Tabla 2 varios programas para distintos propósitos, por
lo tanto, lo utilizaremos para resolver el
modelo de transporte y determinar el número de
líneas económicamente viable a adicionar y las
barras que conectaran estas nuevas líneas. Se
utiliza la versión gratuita de GAMS destinados
a estudiantes;

 Power World Simulator: es un paquete

interactivo de simulación de sistemas de
potencia diseñado para simular la operación de
sistemas de potencia de alta tensión en
intervalos que van desde algunos minutos hasta
varios días, permite armar diagramas unifilares
animados y personalizados. Con ayuda de este
simulador se determinara la o las líneas
técnicamente viables del conjunto de valores
económicos óptimos obtenidos con el GAMS.
Entiéndase por técnicamente viable aquella que
se encuadra dentro de las limitaciones técnicas
establecidas en el desarrollo del modelo. Se
utiliza la versión gratuita del Simulador Power
World destinados a estudiantes.

III. Estructura general del algoritmo

A continuación se describe brevemente cada línea de

comando utilizado en el algoritmo que se presenta a lo
largo de este documento.

1) Conjuntos (Sets): estos conjuntos “sets”

representan el bloque básico de construcción
del GAMS, y estos corresponden exactamente a
los índices en las representaciones algebraicas
del modelo. Para este caso tenemos:

(fig. 1)
2) Datos (Data): en esta sección se definen los
Se necesita encontrar la cantidad de líneas a adicionar
entre cualquiera de las barras del diagrama dado arriba
que cumpla con todas las restricciones existentes (flujo
máximo permitido, generación máxima, etc.),y
represente la de costo más optimo pero sin perder de
vista la viabilidad técnica del sistema. Puede ser
adoptada la configuración que mejor resultados acarree.
La prueba de viabilidad técnica tendrá que ser
confirmada mediante un estudio de flujo de potencia.
Los softwares que se estarán utilizando se lista a
continuación y se describe brevemente.
SETS
I barra / Bl, B2, B3,B4,B5,B6 /
j rama
/l12,l13,l14,l15,l16,l23,l24,l25,l26,l34,l35,
l36,l45,l46,l56/;
datos constantes del problema.
 Parámetros: los parámetros son
conjuntos de datos organizados en una
lista, esta lista tiene la característica
que se puede definir dependiendo de
un conjunto, en donde cada valor de la
tabla corresponda a un elemento del
conjunto correspondiente.
C(j) Costo de las líneas

 GAMS (General Algebraic Modeling System): / l12 40

es un entorno para definir, analizar y resolver l13 38
problemas de optimización mediante un l14 60
lenguaje sencillo, que sin importar la naturaleza
del problema, ya sea lineal, no lineal, entero, l15 20
continuo, mixto, entre otros, se usa el mismo l16 68
 l23 20 / l12 1
l24 40 l13 0
l25 31 l14 1
l26 30 l15 1
l34 59 l16 0
l35 20 l23 1
l36 48 l24 1
l45 63 l25 0
l46 30 l26 0
l56 61/ l34 0
l35 1
g(i) Generación máxima en las barras
l36 0
l45 0
/ B1 1.5
l46 0
B2 0.0
l56 0 /;
B3 3.6
B4 0.0  Tablas (Tables): Mientras que los
B5 0.0 parámetros son conjuntos en una
dimensión, las tablas pueden ser
B6 6.0 /
multidimensionales, por ejemplo
matrices, las cuales se pueden
d(i) Demanda en las barras relacionar con 2 o más conjuntos, por
ejemplo, se puede definir una tabla
/ Bl 0.8 donde cada elemento corresponda a
una barra y a una línea. Para nuestro
B2 2.4 ejercicio tenemos la matriz de
B3 0.4 incidencia de barras:
B4 1.6
Table S(i, j) Matriz de Incidencia de
B5 2.4 Ramas
B6 0.0 /

maxf(j) Flujo máximo permitido

/ l12 1.0
l13 1.0
l14 0.8
l15 1.0
 Constantes (scalars): Las constantes
l16 0.7 son valores que no están relacionados
l23 1.0 con los conjuntos ya definidos.
l24 1.0
3) Variables (Variables): se definen las variables
l25 1.0 del problema, estas variables pueden ser de
l26 1.0 cualquier tipo y pueden ser expresadas en los
tipos de datos anteriormente mencionados. Por
l34 0.82
defecto son libres desde menos infinito a
l35 1.0 infinito, por lo tanto se debe de definir si alguna
l36 1.0 de ellas es positiva, negativa, binaria o entera.
Para nuestro ejemplo tenemos.
l45 0.75
l46 1.0 Variables
l56 0.78 / Nolineas(j) Numero de líneas a adicionar por
rama
Generador(i) Generación en cada nodo
n0(j) Líneas Existentes
Flujos(j) Flujo por la rama
 v Costo de la inversión;
4) Asignación de límites y valores iniciales para
las variables declaradas.
Positive variable Generador;
Integer variable Nolineas;
5) Ecuaciones (Equations): las Ecuaciones en
GAMS se pueden escribir en un lenguaje
algebraico común, permitiendo usarlos vectores
ya definidos en su descripción, de tal manera
que al escribir una sola operación esta se
extiende a través de los índices de los conjuntos
y crea todas las ecuaciones necesarias,
disminuyendo el tiempo necesario de
codificación de modelos complejos.
Equations
costo Función objetivo
Ley1(i) Cumple la 1ra. Ley de K para cada
barra
fmax1(j) Restricción de flujo máximo por las
lineas(>)
fmax2(j) Restricción de flujo máximo por las
lineas(<)
maxgen(i) Máxima generación en las barras;
costo.. v=e= sum(j,c(j)*Nolineas(j));
Ley1(i)..
sum(j,(S(i,j)*Flujos(j)))+Generador(i)=e=d(i);
fmax1(j)..
Flujos(j)=l=maxf(j)*(Nolineas(j)+n0(j));
fmax2(j)..
Flujos(j)=l=maxf(j)*(Nolineas(j)+n0(j));
maxgen(i).. Generador(i)=l=g(i);
6) Modelo (Model): la orden model asigna un
nombre a un conjunto de ecuaciones, esto tiene
la ventaja de que al modelar un sistema se
pueden crear varios subsistemas para resolver
usando las mismas ecuaciones y la misma
información disponible.
Model barras/all/;
7) Opción (Option): GAMS tiene un conjunto de
programas especializados por defecto para
resolver cada tipo de problema, sin embargo es
posible decirle que use determinado programa
para determinado tipo de problema por ejemplo:
Option mip=cplex;
8) Resolver (solve): la orden resolver se encarga
de tomar el modelo creado y resolverlo por
alguno de los programas que tiene el GAMS.
Solve barras using mip minimizing v;
9) Mostrar resultados (Display): GAMS trabaja los
valores como si fuera una base de datos
relacional, por lo que es posible acceder a los
distintos valores disponibles a través de los
solucionadores, así como valores duales,
valores máximos, valores actuales, entre otros.
display xcostX, No_linea;
10) Comandos especiales: solnpool(soln); este
comando recoge todos los resultados candidatos
a ser el optimo. La opción de CPLEX
desencadena la colección de soluciones en el
archivo/comando solnpool GDX.
solnpool(soln) actual solutions;
„solnpool solnpool.gdx'
IV. Desarrollo del problema
Se utilizara el modelo de transportes de transmisión en
GAMS y a continuación se ilustrara paso a paso la
construcción de este modelo.
Se aplica el Algoritmo de Garver, y este tiene en cuenta
la aplicación de la primera ley de Kirchhoff en todos los
nodos del sistema de potencia y para el problema de
planeamiento de sistemas de transmisión se formula
según las ecuaciones listadas abajo.
-
Donde,
“v” es el costo de la inversión en líneas y
transformadores;
“Cij” es el costo de adición de una línea/transformados
entre las ramas i y j;
“ nij “ es el numero de circuitos adicionados entre i y j;
“S” es la matriz de incidencia de ramas del sistema;
“f” es el vector de flujos;
“g” es el vector de generación;
“d” es el vector de demandas;
“noij” representa el numero de circuitos en la
configuración base;
“f-ij”es el flujo máximo permitido para un circuito entre
i y j;
“g-“ es el vector de generaciones máximas;
“ n-ij “ es el vector del máximo número de líneas
permitidas entre las barras i y j, y;
“Ω” es el conjunto de las ramas candidatas.

Para las ecuaciones tenemos las siguientes definiciones:

(1) Función objetivo, representa la suma de los costos
de todas las líneas / transformadores adicionadas;
(2) Restricciones, representa la primera ley de
Kirchhoff;
(3) Restricciones, representa la capacidad de
transmisión de los circuitos, el valor absoluto es
necesario puesto que el flujo puede ir en cualquier
dirección;
(4) y (5) representan los límites máximos de capacidad
de generación y número de líneas / transformadores;
(5) y (7) establecen la naturaleza del problema.

El modelo de transportes fue formulado por Garver,

siendo la primera propuesta para el planeamiento de
redes de transmisión que utiliza programación lineal y
que actualmente, sirve de base para evaluar la
complejidad de cualquier sistema de prueba así como
herramienta de desarrollo de nuevas propuestas para
adaptarlas al problema de planeamiento, razón por la
cual se utiliza ampliamente en muchas investigaciones
así como es utilizado en este trabajo.

Garver propone que la línea con mayor valor nij fijmax

que se obtiene después de resolver la ecuación
(fig 2)
anteriormente dada se adicione al sistema de potencia.
De manera iterativa el proceso se repite hasta que la Con los datos dados en las tablas “tabla1 y tabla 2” y con
solución de todas las variables nij es cero. el circuito dado arriba (fig 2) se empieza a cargar el
Históricamente, esta es la primera propuesta que usa algoritmo utilizando el sistema de ecuaciones de
modelos de PL (programación lineal) para resolver el optimización también presentada arriba.
problema de planeamiento. Como se puede apreciar una
de las grandes ventajas del algoritmo de Garver es la
Se analizan todas la posibilidades para la adición de
simplicidad en la implementación computacional puesto
nuevas líneas de transmisión y se les asignan las
que solo requiere de la solución iterativa de problemas
direcciones de los flujos de cargas correspondientes, con
de programación lineal.
esto se construye la siguiente matiz que es la “Matriz de
incidencia de barras”.
A continuación se presenta el sistema con las líneas
existentes y las que podrían ser adicionadas según el
modelo adoptado (fig 2).

Algunos valores y sentidos de flujo que figuran en el

diagrama son referenciales, en las tablas dadas
anteriormente se encuentran los valores de generación,
carga y costos de inversión por línea, y más adelante se
presentara la Matriz de Incidencia de Barras en la cual
se tendrán las direcciones correspondientes de los flujos
a considerar.
El algoritmo mostrado abajo está desarrollado en un
archivo GAMS IDE file (.gms) que permite hacer correr
el programa y visualizar paso a paso cada comando y
resultados arrojados.
En cuanto a los resultados arrojados tenemos lo V. Evaluación de resultados
siguiente:
Las cinco opciones encontradas representan los circuitos
El costo de adicionar un número de líneas nuevas está en de mayor viabilidad económicamente hablando pero aun
5 archivos, es decir, se tiene 5 posibilidades distintas de es necesario realizar otros estudios que nos garanticen la
construcción de líneas nuevas para el cual el costo será viabilidad desde el punto de vista técnico, para eso se
de 200.000 unidades monetarias. realizan estudios de flujo de carga, estabilidad, y otros,
para nuestro ejemplo solo realizaremos el estudio de
V= flujo de carga y mediante este determinaremos aquella
opción con mayor viabilidad.
file1 200.000
Para el estudio del flujo de carga utilizaremos el
file2 200.000 simulador Power World.

file3 200.000 Ya en el Power World empezamos a graficar el sistema

con las distintas opciones encontradas (5 opciones).
Otros datos a ser utilizados son los de las tablas
file4 200.000
siguientes (3 y 4):
file5 200.000

Estos archivos o posibilidades tienen las siguientes Tabla 3

configuraciones:

l15 l26 l35 l46

file1 1.000 3.000 3.000

file2 1.000 4.000 2.000

file3 3.000 1.000 3.000

file4 4.000 1.000 2.000

file5 5.000 1.000 1.000

Para la opción uno (file1) tenemos que será necesaria la Tabla 4

construcción de una línea entre las barras 1 y 5, tres
líneas entre las barras 2 y 6; y tres líneas entre las barras
4 y 6.

Para la opción dos (file2) tenemos que será necesaria la

construcción de una línea entre las barras 1 y 5, cuatro
líneas entre las barras 2 y 6; y dos líneas entre las barras
4 y 6.

Para la opción tres (file3) tenemos que será necesaria la

construcción de tres líneas entre las barras 2 y 6, una
línea entre las barras 3 y 5; y tres líneas entre las barras 4 Se cargan estos datos en el sistema con cada una de las
y 6. cinco configuraciones o resultados óptimos encontrados
y se realiza la simulación.
Para la opción cuatro (file4) tenemos que será necesaria
la construcción de cuatro líneas entre las barras 2 y 6, 1. Primer caso : archivo 1 del GAMS (file 1);
una línea entre las barras 3 y 5; y dos líneas entre las
barras 4 y 6. l15 l26 l35 l46

Para la última opción, la número cinco (file5) tenemos file1 1.000 3.000 0 3.000
que será necesaria la construcción de cinco líneas entre
las barras 2 y 6, una línea entre las barras 3 y 5; y una
línea entre las barras 4 y 6.
 Se hace correr el programa y se observa en el
flujo de potencia (fig 3) que las líneas
adicionadas se encuentran sobrecargadas por lo
que esta opción queda descartada.

(fig 4)

3. Tercer caso: archivo 3 del GAMS (file 3);

(fig 3) l15 l26 l35 l46

file3 0 3.000 1.000 3.000

2. Segundo caso: archivo 2 del GAMS (file 2);
Para esta opción, siempre utilizando Power
l15 l26 l35 l46
world, se hace correr el programa y se observa
en el flujo de potencia que las líneas
file2 1.000 4.000 0 2.000
adicionadas se encuentran también con
sobrecarga por lo que no cumple con la
condición deseada y queda descartada.
Se hace correr el programa y se observa en el
flujo de potencia (fig 4) que las líneas
adicionadas se encuentran sobrecargadas por lo
que la segunda opción queda igualmente
descartada como la primera.
 (fig 6)
(fig 5)

4. Cuarto caso: archivo 4 del GAMS (file 4); 5. Quinto caso: archivo 5 del GAMS (file 5);

l15 l26 l35 l46 l15 l26 l35 l46

file4 0 4.000 1.000 2.000 file5 0 5.000 1.000 1.000

Se hace correr el programa para la Al realizar la simulación de flujo de carga para

configuración de la opción cuatro y se observa esta opción se observa (fig 7) que existen líneas
que el flujo de potencia (fig 6) es soportado por sobrecargadas por lo que esta opción es
las líneas adicionadas por lo que esta opción descartada quedando la opción 4 como la
cumple con la condición requerida y es optima.
resultado más óptimo hasta ahora entre las 4 ya
simuladas. Una vez realiza la simulación con la
última opción tendremos la las optima.
 World, quedando en claro que para situaciones reales no
basta con este único estudio.

Referencias

[1] GAMS, RICHARD ROSENTAL User Guide, Washinton, DC,

USA, 2010
[2] GRAINGER J. J., STEVENSON W. D., Análisis de Sistemas
de Potencia, McGraw-Hill, México, 1996.
[3] C. A. TRAUTH, Jr., and R. E. WOOLSEY, "Integer linear
..programming: a study in computational efficiency,"
Management ..Sci.,vol. 15, pp. 481-493, May 1969
[4] GARVER, L.L.: „Transmission network estimation using linear
.programming, IEEE Trans. Power Appar. Syst.1970, 89, (7),
pp.
.1688-1697.
[5] ROMERO, R., and MONTICELLI, A.: „A hierarchical
decomposition approach for transmission network expansion
planning‟, IEEE Trans..Power Syst., 1994, 9, (l), pp. 373-
380.
[6] POWERWORLD CORPORATION. PowerWorld Simulator
Version 7.0 User‟s Guide.

(fig 7) Agradecimientos

Mi más sincero agradecimiento a cada una de las

VI. Presentación de resultados personas que hicieron posible que esta maestría sea
dictada en CDE y así haber tenido la oportunidad de
formar parte de este excelente grupo.
Después de determinar la opción económica más viable
para la construcción de nuevas líneas mediante GAMS
hemos determinado la opción técnica económica óptima
mediante el análisis de flujo de potencia. Este conjunto
de herramientas informáticas nos da como resultado final
lo que sigue:

La opción más viable es la construcción de 7 líneas

distribuidas de la siguiente manera, 4 líneas entre las
barras 2 y 6; mas la construcción de 1 línea entre las
barras 3 y 5; y finalmente la construcción de 2 líneas
entre las barras 4 y 6 con una inversión de 200 unidades
monetarias.

VII. Conclusiones

Con este ejemplo se ha podido mostrar el uso de las

diferentes herramientas con las cuales resolver el
problema de planeamiento de la expansión de sistemas
eléctricos de transmisión. Se puso énfasis en la
programación en GAMS como software de desarrollo
del algoritmo de Garver. Se pudo mostrar además que
con encontrar la línea de transmisión con mejor
viabilidad económica no resuelve el problema, además
de tener el costo más óptimo es necesario realizar otros
estudios para determinar su viabilidad desde el punto de
vista técnico (Estabilidad, flujo de carga, etc). Para un
modo didáctico en esta monografía fue estudiado solo lo
referente al flujo de cargas mediante el simulador Power