AbstractEste articulo presenta una aplicacin del Particle mtodo de bsqueda global que intenta explorar nuevas reas
Swarm Optimization (PSO) en la optimizacin del flujo de para encontrar el ptimo global pero va a necesitar ms
potencia en un sistema IEEE de 30 nodos, el cual tiene algunos iteraciones para terminar el proceso, y si el valor de inercia se
nodos con generacin distribuida. En primer lugar se presenta el encuentra entre 0.8 y 1.2 tiene una mayor probabilidad de
modelo matemtico usado para la optimizacin de los costos de encontrar el ptimo global a un costo intermedio de
generacin de electricidad, posteriormente se aplica este modelo iteraciones. [5].
matemtico a un caso de estudio compuesto por un sistema IEEE
de 30 nodos. Los resultados obtenidos por PSO se comparan con El principal objetivo de este trabajo es realizar la
otros mtodos de optimizacin, demostrando as que el costo y las optimizacin del costo de combustible sujeta a las restricciones
prdidas obtenidas para el sistema de 30 nodos son menores que de tensin y potencia en cada uno de los nodos utilizando PSO.
los valores arrojados por otros mtodos. Posteriormente se aplica
el mismo modelo para el mismo sistema de potencia con presencia En [2] sealan que las ecuaciones que se deben cumplir a fin
de generacin distribuida en algunos de sus nodos. de desarrollar el problema son las siguientes:
Funcin de costo total del combustible:
Keywords Optimal Power Flow; Particle Swarm
Optimization; Generacin Distribuida.
( ) = =1 ( ) (1)
I. INTRODUCTION
Potencia activa con la funcin cuadrtica de costo
Optimal Power Flow (OPF), es uno de los problemas que
2
ms ha sido tratado en el anlisis de los sistemas de potencia. En ( ) = + + (2)
1962 Carpentier [1] introduce las ecuaciones del flujo de
potencia en la formulacin del Economic Dispatch (ED) [2]. Donde ( ) es el costo de la produccin total en $/hr
Existen diferentes mtodos de optimizacin, para poder resolver ( ) es la funcin costo de combustible de unidad i en $/hr
el despacho econmico de las unidades de generacin de un son los coeficientes del costo de combustible de
sistema de potencia. Los mtodos basados en tcnicas de unidad i
inteligencia artificial presentan la ventaja de poder manejar es la potencia real entregada de unidad i en MW.
varias restricciones encontrando mltiples soluciones para el
problema de optimizacin realizando una misma simulacin y La funcin cuadrtica de costo consta de 3 coeficientes, a, b y
por lo tanto en muchas ocasiones, se puede encontrar el ptimo
c, donde a representa todos los costos en funcin de la
global [36].
eficiencia, b representa los costos que son proporcionales a la
II. PARTICLE SWARM OPTIMIZATION potencia generada y c representa los costos que se tienen
incluso cuando no hay generacin.
De acuerdo a [3] [4] Particle Swarm Optimization (PSO), fue
Las restricciones que deben cumplirse son las siguientes: [2]
desarrollado por James Kennedy y Russell Eberhart en 1995,
donde introducen el concepto de optimizacin de funciones no La potencia generada debe ser la misma que la potencia
lineales, con el fin de entender los comportamientos sociales. En demandada ms las prdidas.
1998 Russell y Shi, modifican el proceso de optimizacin =1 = + (3)
agregando el parmetro del factor de inercia, el cual se encarga
de balancear la bsqueda global y local de las partculas, si el
=1 es la demanda total del sistema
valor de inercia es menor a 0.8, encontrar el mnimo local
rpido pero puede que no sea la mejor solucin porque tiene un =1 es la produccin total del sistema
rea de bsqueda reducido, si es mayor a 1.2 se asemeja a un es la potencia demandada
son las prdidas del sistema en MW 11 0.02500 3.00 0 10 30
es el nmero de generadores en el sistema.
13 0.02500 3.00 0 12 40
Los lmites de generacin se restringen de la siguiente manera:
Los coeficientes aplican en la ecuacin cuadrtica de
y son la potencia mnima y mxima en la isima
minimizacin del costo de combustible y los resultados
unidad de generacin.
obtenidos por los distintos autores se resumen de la Tabla 2 a la
Tabla 3. Los resultados obtenidos por PSO se listan en la ltima
III. FUNCIONAMIENTO DE PSO casilla para poder hacer la comparacin mostrando as que el
costo y las prdidas obtenido por PSO para el sistema de 30
PSO consiste en una cantidad fija de partculas que se
nodos es menor que los valores obtenidos por otros mtodos.
mueven por un espacio de bsqueda determinado, con cierta
posicin y cierta velocidad, siendo cada una de estas partculas TABLA 2. DATOS OBTENIDOS POR DIFERENTES AUTORES EN EL SISTEMA IEEE
una posible solucin. Se realiza la optimizacin con respecto a 30 NODOS (GA, MGA, GA-MGA, TABU, GAF OPF).
la funcin objetivo en el que y cada partcula sabe cul es su
GA- GAF
mejor posicin obtenida en el proceso y es llamada Personal Nodo GA MGA
MGA
Tabu
OPF
Best (Pbest); y as mismo, las dems partculas conocen cul es
PG1 175.2708 180.1945 183.7565 176 174.96
la mejor posicin obtenida por el grupo y es llamada Global Best
(Gbest) [6]. Estos valores se utilizan para calcular los nuevos PG2 54.00526 48.13875 46.7759 48.76 50.353
valores de velocidad de las partculas en la siguiente iteracin. PG5 19.4533 21.56847 21.2341 21.56 21.451
El clculo de la velocidad y posicin est dado por las siguientes
ecuaciones: [2] PG8 12.77906 12.30196 15.7582 22.05 21.176
Cada una de las partculas cambia de posicin a la siguiente PG2 48.941 46.8 49.998 45.16 46.7759 48.0386
modificando su velocidad por medio de la ecuacin de posicin
hasta que se llegue al nmero de iteraciones deseadas. PG5 21.176 22 21.386 20.65 21.2341 21.3114
desarrollado por Brian Birge en 2005 y recibi una actualizacin PG13 12 14.5 12 12 14.409 12
en 2006 y, a pesar de no haber recibido ninguna actualizacin en
Costo
10 aos, sigue siendo un referente en varios trabajos y ($/h)
802.38 804 802.62 801.21 800.4869 798.3464
herramientas de investigacin. [8] [9] [10] [11] [12]
Prdidas 9.439 8.84 9.39 9.03 9.2226 8.0658
La informacin de la conformacin total del sistema se
encuentra en [13]. La demandad total del sistema es de 283.4
MW. Los lmites de tensin estn entre 0.95 y 1.05 p.u. Los IV. USO DEL PSO PARA OPTIMIZAR EL DESPACHO ECONMICO EN
coeficientes y lmites de potencia que se han aplicado en el EL SISTEMA DE IEEE 30 NODOS CON FUENTES DE GENERACIN
sistema se muestran en la Tabla 1: DISTRIBUIDA
TABLA 1 COEFICIENTES Y POTENCIAS SISTEMA IEEE 30 NODOS. El sistema IEEE de 30 nodos corresponde a una red elctrica
del medio este de los Estados Unidos (Nueva Inglaterra), tiene 6
Generador a b c Pmin Pmx generadores, 41 lneas de transmisin; 7 transformadores; y
1 0.00375 2.00 0 50 200
tiene una demanda del sistema de 283.4 MW y 126.2 MVAr [25]
[27]. Se simulo este sistema de potencia con los datos que se
2 0.01750 1.75 0 20 80 encuentra en [72]. A este sistema de potencia se le agregan 5
5 0.06250 1.00 0 15 50 generadores en los nodos sealados en la Sistema IEEE de 30
Nodos Modificado.. Estos nuevos generadores, presentes en el
8 0.00834 3.25 0 10 35 sistema, siempre estarn entregando el total de su generacin
disponible, ya que se busca que la totalidad de su capacidad sea condicin. Los coeficientes usados para los sistemas de 14 y 30
tenida en cuenta a la hora de realizar la optimizacin del nodos se muestran en la Tabla 4 y la Tabla 5.
despacho econmico.
TABLA 4 COEFICIENTES PARA EL SISTEMA IEEE 14 NODOS
POTENCIA
G24 8,7000 12,3314 120
100
G26 3,5000 4,9245 80
G29 2,4400 3,4279 60
40
G30 10,6000 15,0647 20
0
G1 G2 G5 G8 G11 G13
Conv 173.373 48.0005 21.2204 24.3824 12.4963 12.0000
TABLA 7. RESULTADOS OBTENIDOS PARA EL SISTEMA DE 30 NODOS SISTEMA
GD Alt 112.085 36.9187 19.3311 27.9493 18.5998 16.1541
Sistema 30 nodos G. D. 128.404 35.9846 20.6909 33.3931 22.5782 18.3961
Convencional G. Distribuida Fig. 4. Variacin de precio por generador.
Gen P (MW) $/MWh Gen P (MW) $/MWh
500
G1 173,3735 460,9688 G1 128,4042 319,4614
G2 48,0005 124,3217 G2 35,9846 85,6337 400
POTENCIA