Programación de la operación de una microred de prueba minimizando la congestión y el costo de operación mediante algoritmos heurísticos

Abstract

El presente estudio revisa el impacto que se puede presentar por la inmersión de fuentes de generación a la red de distribución, con un enfoque técnico, operativo y comercial, dadas por las transacciones de energía entre cliente y operador. De esta manera se requiere de un arreglo matemático que permita identificar el balance entre la congestión y el costo de operación de una microred. en el momento de realizar la programación de la operación del sistema en un horizonte de tiempo de 24 horas. Así la investigación se encamina a la solución mediante algoritmos heurísticos, que permiten abordar las restricciones no-covexas del planteamiento del problema propuesto. El algoritmo de optimización propuesto para el análisis esta dado por el método de optimización de enjambre de partículas multiobjetivo (MOPSO), proporcionando un conjunto de soluciones que son conocidas como Pareto óptimo. Este algoritmo se plantea en un sistema IEEE de 141 buses/nodos, el cual consta de una red radial de distribución que considera 141 buses usado como uno de los casos base o caso de estudio en Matpower. Para ello, este sistema fue modificado y enél se incluyeron una serie de inyecciones de generación renovable, sistemas que coordinan vehículos eléctricos, (agregadores), almacenamiento en baterías y el nodo slack se mantuvo igual que el caso base y se asumió que este tiene (generación tradicional). Al final se puede evidenciar que el algoritmo puede aportar soluciones para la planificación de la operación de la red, probar la robustez del sistema y verificar algunas contingencias de forma comparativa. Siempre optimizando el balance entre la congestión y el costo.

This study reviews the impact that can be presented by the immersion of generation sources into the distribution network, with a technical, operational and commercial approach, given by the energy transactions between customer and operator. This requires a mathematical arrangement to identify the balance between congestion and the operating cost of a microgrid when it is required the operation scheduling of the system in a day ahead horizon time. Thus, the research is directed to the solution, using heuristic algorithms, since they allow the non-convex constraints of the mathematical proposed problem. The optimization algorithm proposed for the analysis is given by the Multi-Object Particle Swarm Optimization (MOPSO) method, it provides a set of solutions that are known as Optimal Pareto. This algorithm is presented in an IEEE 141-bus system, which consists of a radial distribution network that considers 141 buses used by Matpower, this system was modified and included a series of renewable generation injections, systems that coordinate electric vehicles, battery storage and the slack node was maintained and assumed to have (traditional generation). In the end it can be shown that the algorithm can provide solutions for network operation planning, test system robustness and verify some contingencies comparatively. Always optimizing the balance between congestion and cost.