Estudio de caso para la optimización del esquema de deslastre de carga en sistemas de potencia con penetración de generación con FNCER

dc.contributor.advisorRosero García, Javier Alveirospa
dc.contributor.authorMuñoz Castro, Daniel Steevenspa
dc.contributor.cvlachttps://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0002392651spa
dc.contributor.orcidhttps://orcid.org/0009-0008-2611-3579spa
dc.contributor.researchgroupElectrical Machines & Drives, Em&Dspa
dc.date.accessioned2025-07-11T00:31:12Z
dc.date.available2025-07-11T00:31:12Z
dc.date.issued2025-06
dc.descriptionilustraciones, diagramasspa
dc.description.abstractEste documento presenta el estudio de caso para la optimización del despacho de energía contemplando contingencias del tipo n − 1 que puedan implicar esquemas de deslastre de carga para el sistema eléctrico de potencia normalizado en el modelo de 118 nodos del IEEE, integrando el comportamiento de fuentes no convencionales de energía renovables (FNCER) e involucrando demandas de energía diversificadas (diferentes actores y tipos de carga). La solución planteada está orientada a minimizar los costos de generación de fuentes tradicionales y no tradicionales renovables, y a tasar el riesgo en forma de penalizaciones para establecer un esquema de deslastre de carga que contemple las diferentes restricciones operativas. Se plantea una metodología que establece las variables de entrada del sistema, las cuales ingresarán al modelo matemático como restricciones operacionales, criterios de modelamiento y de evaluación. Adicionalmente, se plantea a través de un algoritmo metaheurístico (PSO) la optimización del modelo ajustado, y entrega los criterios para establecer un esquema de deslastre que pueda implementarse en sistemas eléctricos reales. Finalmente, se presentan los resultados del modelamiento evidenciando la robustez del sistema del caso de estudio ante las contingencias; se muestran algunos criterios evaluados para detectar puntos sensibles del sistema y el análisis del riesgo desde el punto de vista del costo por incumplimiento de las restricciones. (Texto tomado de la fuente).spa
dc.description.abstractThis paper presents a case study for the optimisation of energy dispatch considering n − 1 contingencies that may involve load shedding schemes for the power system normalised in the IEEE 118-node model, integrating the behaviour of non-conventional renewable energy sources (NCRES) and involving diversifed energy demands (different actors and load types). The proposed solution is aimed at minimising the generation costs of traditional and nontraditional renewable energy sources and at pricing the risk in the form of penalties, in order to establish a load shedding scheme that takes into account the different operational constraints. A methodology is proposed that defnes the system input variables that will enter the mathematical model as operational constraints, modeling and evaluation criteria. In addition, it is proposed through a metaheuristic algorithm (PSO) the optimisation of the adapted model, providing the criteria to establish a load shedding scheme that can be implemented in real electrical systems. Finally, the results of the modelling are presented, showing the robustness of the case study system to contingencies, some criteria evaluated to detect sensitive points of the system, and the risk analysis from the point of view of the cost of non-compliance with the restrictions.eng
dc.description.degreelevelMaestríaspa
dc.description.degreenameMagíster en Ingeniería - Ingeniería Eléctricaspa
dc.description.researchareaSistemas de Generación de Energía Renovable e Integración a Redes Inteligentes (Smart Grid)spa
dc.format.extentvii, 52 páginasspa
dc.format.mimetypeapplication/pdfspa
dc.identifier.instnameUniversidad Nacional de Colombiaspa
dc.identifier.reponameRepositorio Institucional Universidad Nacional de Colombiaspa
dc.identifier.repourlhttps://repositorio.unal.edu.co/spa
dc.identifier.urihttps://repositorio.unal.edu.co/handle/unal/88327
dc.language.isospaspa
dc.publisherUniversidad Nacional de Colombiaspa
dc.publisher.branchUniversidad Nacional de Colombia - Sede Bogotáspa
dc.publisher.departmentDepartamento de Ingeniería Eléctrica y Electrónicaspa
dc.publisher.facultyFacultad de Ingenieríaspa
dc.publisher.placeBogotá, Colombiaspa
dc.publisher.programBogotá - Ingeniería - Maestría en Ingeniería - Ingeniería Eléctricaspa
dc.relation.referencesBashir, Tasarruf ; Wang, Huifang ; Tahir, Mustafa ; Zhang, Yixiang: Wind and solar power forecasting based on hybrid CNN-ABiLSTM, CNN-transformer-MLP models. En: Renewable Energy 239 (2025), p. 122055. – ISSN 0960–1481spa
dc.relation.referencesCamilo, Vera Zambrano J. ; Álvarez Arévalo Mario Andres: Reducción de costos operativos en sistemas eléctricos de potencia mediante la conmutación de líneas de transmisión usando una estrategia heurística. (2025), 2spa
dc.relation.referencesCéspedes, Renato ; M., Bernardo R. ; Roa, Hernando: Deslastre de carga en sistemas de potencia. (1984)spa
dc.relation.referencesDiaz Vargas, Giovanny A. Optimización de sistemas eléctricos de potencia tras eventos disruptivos mediante la implementación de un algoritmo genético. 2023spa
dc.relation.referencesFelipe, Ardila Guevara A. Marco de referencia para la implementación de energías renovables no convencionales dentro del sistema eléctrico colombiano. 2019-10-20spa
dc.relation.referencesFernanda, Matabajoy Salas T. Modelo estimador del pronóstico de demanda eléctrica a partir de datos históricos obtenidos de medidores inteligentes. 2022-01-24spa
dc.relation.referencesFernando, David ; Quete, Romero: Combined Heat and Power Economic Dispatch for Isolated Microgrids. (2019), 6spa
dc.relation.referencesFernando, Montoya Cardona J. Pronóstico de la demanda de energía en Colombia a corto plazo basado en un modelo híbrido adaptativo. 2021-10spa
dc.relation.referencesGaia, Newball Archbold K. Evaluación de integración de recursos energéticos distribuidos basados en restricciones de la red de distribución. Caso estudio para San Andrés Isla. 2024-05-12spa
dc.relation.referencesGarrett, Aaron: Inspyred Examples. https://aarongarrett.github.io/inspyred/examples.html. 2025. – Accedido: 01-feb-2025spa
dc.relation.referencesof Illinois, University. Single line diagram of the IEEE 118-bus test system | Download Scientifc Diagram. 2003spa
dc.relation.referencesJoseph Severino, Juliette U. ; Zhou, Jibo Sanyal Y. Machine Learning for Equitable Load Shedding: Real-time Solution via Learning Binding Constraints | Request PDF. 9 2024spa
dc.relation.referencesLarik, Raja M. ; Mustafa, Mohd W. ; Aman, Muhammad N. ; Jumani, Touqeer A. ; Sajid, Suhaib ; Panjwani, Manoj K.: An Improved Algorithm for Optimal Load Shedding in Power Systems. En: Energies 11 (2018), Nr. 7. – ISSN 1996–1073spa
dc.relation.referencesMesa, Ministro D. ; Viceministro, Puyo ; Lotero, Miguel ; Rafael, Christian ; Demanda, Jaramillo Subdirectora D. ; Escobar, Lina ; Hidrocarburos, Rangel Subdirectora D. ; Cruz, Carolina ; Subdirector, Carvajal ; Eléctrica, Energía ; Martínez, Javier ; Minería, Subdirector D. ; Viana, Ricardo ; Leonardo, Germán; Julieth, Camacho ; García, Stefany ; Francisco, Juan ; William, Martínez ; Martínez, Alberto ; Alexander, Romel ; Olga, Rodríguez ; González, Victoria ; Báez, Omar ; Hernández, Luis ; Torres, Juan C. ; Castro, Juan D. ; Morillo, José L.: Plan Energético Nacional 2020-2050. – Informe de Investigaciónspa
dc.relation.referencesMesa-Calle, Julián ; Acevedo, Walter ; López-Lezama, Jesús: Impacto de las fuentes de energía renovable en la estabilidad de la tensión y técnicas de evaluación. En: Revista UIS Ingenierías 22 (2023), 09spa
dc.relation.referencesMoreno, Laura Milena C.: Optimización del deslastre de carga en un sistema de distribución para mejorar el indicador de calidad SAIDI. (2020), 5. – Cited By :1spa
dc.relation.referencesMoreno, Laura Milena C.: Optimización del deslastre de carga en un sistema de distribución para mejorar el indicador de calidad SAIDI. (2020), 5spa
dc.relation.referencesOrtega, Santiago ; Juanita, Arango ; Quiroz, Giraldo ; Manuel, Juan ; Forero, España ; Arango, Santiago ; Yris, Aramburo ; Morales, Olaya ; Parra, Juan F. ; Verónica, Rodas ; Hernandez, Valencia: ¿Un sector eléctrico sin combustibles fósiles en Colombia a 2030? : explorando escenarios y estrategias de salida de los combustibles fósiles en el sector eléctrico colombiano. (2023)spa
dc.relation.referencesVelásquez Encalada, Yenny A. ; Rincón Tovar, Kevin A. Estimación entre factores socioeconómicos y la demanda de energía eléctrica residencial en Colombia. 2022spa
dc.relation.referencesWang, Han ; Yan, Jie ; Zhang, Jiawei ; Liu, Shihua ; Liu, Yongqian ; Han, Shuang ; Qu, Tonghui: Short-term integrated forecasting method for wind power, solar power, and system load based on variable attention mechanism and multi-task learning. En: Energy 304 (2024), p. 132188. – ISSN 0360–5442spa
dc.relation.referencesWanjun, Huang ; Zhao, Changhong: Deep-Learning-Aided Voltage-StabilityEnhancing Stochastic Distribution Network Reconfguration. En: IEEE Transactions on Power Systems PP (2023), 01, p. 1–10spa
dc.relation.referencesYajure-Ramírez, César: Metodología basada en ciencia de datos para el desarrollo de pronóstico de la generación de energía de una planta solar fotovoltaica. En: Ingenius, Revista de Ciencia y Tecnología, N.30, pp. 19-28, 2023 (2023), jul.spa
dc.relation.referencesZhou, Yuqi ; Severino, Joseph ; Vijayshankar, Sanjana ; Ugirumurera, Juliette ; Sanyal, Jibo: Machine Learning for Fairness-Aware Load Shedding: A Real-Time Solution via Identifying Binding Constraints. (2025), 2spa
dc.rights.accessrightsinfo:eu-repo/semantics/openAccessspa
dc.rights.licenseReconocimiento 4.0 Internacionalspa
dc.rights.urihttp://creativecommons.org/licenses/by/4.0/spa
dc.subject.ddc620 - Ingeniería y operaciones afines::621 - Física aplicadaspa
dc.subject.ddc510 - Matemáticas::518 - Análisis numéricospa
dc.subject.proposalDeslastre de carga óptimospa
dc.subject.proposalOptimización de despacho económicospa
dc.subject.proposalOptimización por enjambre de partículaspa
dc.subject.proposalAnálisis de contingencias n-1spa
dc.subject.proposalMetaheurísticas para optimización en sistemas eléctricosspa
dc.subject.proposalMachine learning en optimización de redes eléctricasspa
dc.subject.proposalGestión de la demanda en redes inteligentesspa
dc.subject.proposalFuentes no convencionales de energíaspa
dc.subject.proposalOptimal load sheddingeng
dc.subject.proposalEconomic dispatch optimizationeng
dc.subject.proposalParticle swarm optimizationeng
dc.subject.proposalN-1 contingency analysiseng
dc.subject.proposalMetaheuristics for optimization in electrical systemseng
dc.subject.proposalMachine learning in power grid optimizationeng
dc.subject.proposalDemand management in smart gridseng
dc.subject.proposalNon-conventional energy sourceseng
dc.subject.unescoOptimizaciónspa
dc.subject.unescoOptimizationeng
dc.subject.unescoEnergía eléctricaspa
dc.subject.unescoElectric powereng
dc.subject.unescoRecursos energéticosspa
dc.subject.unescoEnergy resourceseng
dc.subject.unescoGestión de riesgosspa
dc.subject.unescoRisk managementeng
dc.titleEstudio de caso para la optimización del esquema de deslastre de carga en sistemas de potencia con penetración de generación con FNCERspa
dc.title.translatedCase study for the optimization of load shedding load shedding scheme in power systems with generation systems with penetration of NCRE generationeng
dc.typeTrabajo de grado - Maestríaspa
dc.type.coarhttp://purl.org/coar/resource_type/c_bdccspa
dc.type.coarversionhttp://purl.org/coar/version/c_ab4af688f83e57aaspa
dc.type.contentTextspa
dc.type.driverinfo:eu-repo/semantics/masterThesisspa
dc.type.redcolhttp://purl.org/redcol/resource_type/TMspa
dc.type.versioninfo:eu-repo/semantics/acceptedVersionspa
dcterms.audience.professionaldevelopmentEstudiantesspa
dcterms.audience.professionaldevelopmentInvestigadoresspa
dcterms.audience.professionaldevelopmentMaestrosspa
dcterms.audience.professionaldevelopmentPúblico generalspa
oaire.accessrightshttp://purl.org/coar/access_right/c_abf2spa

Archivos

Bloque original

Mostrando 1 - 1 de 1
Cargando...
Miniatura
Nombre:
1030608479.2025.pdf
Tamaño:
21.27 MB
Formato:
Adobe Portable Document Format
Descripción:
Tesis de Maestría en Ingeniería - Ingeniería Eléctrica

Bloque de licencias

Mostrando 1 - 1 de 1
Cargando...
Miniatura
Nombre:
license.txt
Tamaño:
5.74 KB
Formato:
Item-specific license agreed upon to submission
Descripción: