Resumen

En este trabajo se desarrolló un algoritmo de optimización híbrido denominado Optimización Combinatoria con Método de Búsqueda por Coordenadas, el cual permite encontrar las ubicaciones y capacidades óptimas de centrales de generación distribuida en una red de distribución eléctrica. El algoritmo fue validado en el sistema de prueba del IEEE de 69 nodos, siendo comparado con el método llamado Elephant Herding Optimization. Se definieron tres escenarios que se ejecutaron sobre el sistema de prueba. En el primer escenario se ubicaron hasta cuatro centrales de generación distribuida, reduciendo el valor de la función objetivo a 0,0177. En el segundo escenario se encontraron soluciones satisfactorias que cumplían las restricciones críticas de tensión y corriente en el sistema eléctrico. Para el primer caso, todas las tensiones estaban entre 1 y 1,05 por unidad. En el segundo caso, dos líneas tenían restricciones de corriente máxima fijadas en 1 ampere. En el tercer escenario el algoritmo se ejecutó en presencia de bancos de condensadores. En este caso también se obtuvieron resultados satisfactorios, con consumo de reactivo en una de las centrales de generación distribuida.

INTRODUCCIÓN

La generación distribuida (GD) se conecta en puntos cercanos a los consumidores de un sistema de distribución eléctrica [1]-[3]. El uso de fuentes de energía no renovables ha provocado un aumento de las temperaturas en los últimos años y se ha observado un incremento del calentamiento global [4]. Actualmente se están realizando numerosos esfuerzos para reducir la dependencia de los combustibles fósiles en la generación de electricidad. Las fuentes de energía renovables son una alternativa viable para lograrlo, y la GD ofrece una forma atractiva de integrar volúmenes crecientes de estas fuentes en la matriz energética mundial. En el futuro, el sistema de generación descentralizado predominará en la producción de electricidad a nivel mundial. El aumento actual del uso de microrredes y GD apunta a que así será [5]. Por ejemplo, para el año 2050, se estima que la presencia de fuentes de energía renovables en la matriz energética mundial será del 28% [6].

En Cuba, para 2030, se espera que el consumo de electricidad aumente aproximadamente un 40%. En respuesta a este crecimiento, las políticas continúan incrementando la matriz de generación a partir de la integración de fuentes renovables de energía [7]. Se proyecta que este incremento en la generación a través de fuentes renovables de energía sea nada menos que del 24%, lo que representa un aumento considerable comparado con el 4,6% del 2013 [8]. Este incremento de renovables tiene su amparo legal en el Decreto Ley N° 345, donde se establece como una de las prioridades el uso de este tipo de fuente de energía [9]; por lo tanto, la integración de este tipo de generación es segura, especialmente en las redes de distribución.

• Materias:Algoritmo de optimización Generación de energía Sistema de reducción Sistema eléctrico
• Subjects:Optimization algorithm Power generation Reduction system Electrical system
• Palabras claves:Generación distribuida; Optimización multiobjetivo; Reducción de pérdidas; Perfil de tensión y flujo de cargas
• Keywords:Distributed generation; Multi-objective optimization; Loss reduction; Voltage profile and load flow