Resumen

Esta investigación propone un algoritmo de optimización metaheurística modificado, llamado búsqueda fractal estocástica mejorada (ISFS), que se forma en base a la integración de los esquemas de aprendizaje basado en cuasioposición (QOBL) y búsqueda local caótica (CLS) en el algoritmo original SFS para resolver la ubicación óptima de capacitores (OCP) en redes de distribución radial (RDNs). El problema de prueba implica la determinación del número óptimo, la ubicación y el tamaño de capacitores fijos y conmutados en diferentes condiciones de carga para minimizar el costo total anual de la red con el cumplimiento simultáneo de las restricciones operativas. Además, se obtienen los planes de programación de conexión/desconexión por hora de los capacitores shunt conmutados (SCs) considerando una función objetivo de costo modificada. El algoritmo ISFS propuesto se ha probado en dos RDNs de IEEE de 69 y 119 buses y en un RDN práctico de 152 buses. Para clarificar la efectividad

• Materias:Big Data Gestión de riesgos Administración de información Red neuronal Teoría de redes
• Subjects:Big Data Risk management Information management Neural network Network Theory
• Palabras claves:Propone; Algoritmo de optimización metaheurística; Búsqueda estocástica fractal mejorada; Ubicación óptima de capacitores; Redes de distribución radial; Restricciones operativas
• Keywords:Proposes; Metaheuristic optimization algorithm; Improved stochastic fractal search; Optimal capacitor placement; Radial distribution networks; Operating constraints