Técnicas de optimización utilizadas en la ubicación y el dimensionamiento de los generadores distribuidos conectada a la red
DOI:
https://doi.org/10.59282/reincisol.V3(5)1774-1798Palabras clave:
Generación, técnicas heurísticas y metaheurísticas, optimización multiobjetivo, fiabilidad.Resumen
Los generadores distribuidos (GD) han sido objeto de gran atención en los últimos tiempos debido a su impacto positivo en el sistema de distribución. El diseño óptimo de un sistema de distribución con recursos de generación distribuida no sólo se centra en el dimensionamiento de los generadores distribuidos, sino que además da la debida importancia a la ubicación de los generadores. La ubicación óptima de la GD mejora el rendimiento del sistema de distribución y ofrece una solución rentable, lo que da una nueva dimensión a la planificación del sistema de distribución. Los efectos positivos de la ubicación óptima de los generadores distribuidos se reflejan en la mejora de la fiabilidad del sistema de distribución, la reducción de los costes de interrupción de los clientes, la disminución de las pérdidas y la mejora del perfil de tensión, así como de la calidad de la energía en el terminal del consumidor. Con el fin de permitir a las compañías eléctricas obtener los máximos beneficios, el problema de la colocación requiere técnicas de optimización de última generación capaces de manejar múltiples objetivos simultáneamente con el fin de presentar la mejor solución factible. Este artículo proporcionar una visión general de varias metodologías que se han adoptado para determinar la ubicación óptima del generador distribuido en el sistema de distribución con el fin de minimizar las pérdidas.
Descargas
Métricas
Citas
Abdmouleh, Z., Gastli, A., Ben-brahim, L., Haouari, M., & Al-emadi, A. (2017). Review of Optimization Techniques Applied for the Integration of Distributed Generation from Renewable Energy Sources. https://doi.org/10.1016/j.renene.2017.05.087
Abdmouleh, Z., Gastli, A., Ben-Brahim, L., Haouari, M., & Al-Emadi, N. A. (2017). Review of optimization techniques applied for the integration of distributed generation from renewable energy sources. Renewable Energy, 113, 266–280. https://doi.org/10.1016/j.renene.2017.05.087
Alejandro Martínez, J. P., & Yolanda Albuerne, E. L. (2022). Techniques for the optimal location of distributed generation in electric power distribution networks. 8, 503–520.
Ansari, M. M., Guo, C., Shaikh, M. S., Ali Jatoi, M., Yang, C., & Zhang, J. (2019). A review of technical methods for distributed systems with distributed generation (DG). 2019 2nd International Conference on Computing, Mathematics and Engineering Technologies, ICoMET 2019, 1–7. https://doi.org/10.1109/ICOMET.2019.8673475
Arévalo Cordero, W. P. (2021). Optimización en dimensionamiento y control energético de sistemas híbridos de energías renovables en Ecuador. 122.
Bhowmik, A., Maitra, A., Halpin, S. M., & Schatz, J. E. (2003). Determination of allowable penetration levels of distributed generation resources based on harmonic limit considerations. IEEE Transactions on Power Delivery, 18(2), 619–624. https://doi.org/10.1109/TPWRD.2003.810494
Candelo Becerra, J. E., Hernández Riaño, H. E., & Santander Mercado, A. R. (2017). A hybrid bat-inspired algorithm with harmony search to locate distributed generation. Espacios, 38(57).
Daniel Hernández, F. J. (2013). Algoritmo Metaheurístico Basado En Sistemas De Hormigas Para La Administración De Energía En Microredes Industriales. May, 106.
El-Khattam, W., Bhattacharya, K., Hegazy, Y., & Salama, M. M. A. (2004). Optimal investment planning for distributed generation in a competitive electricity market. IEEE Transactions on Power Systems, 19(3), 1674–1684. https://doi.org/10.1109/TPWRS.2004.831699
Favuzza, S., Graditi, G., Ippolito, M. G., & Sanseverino, E. R. (2007). Optimal electrical distribution systems reinforcement planning using gas micro turbines by dynamic ant colony search algorithm. IEEE Transactions on Power Systems, 22(2), 580–587. https://doi.org/10.1109/TPWRS.2007.894861
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2024 Víctor Bolívar Bravo Vera, Alejandro Javier Martínez Peralta
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.