Modelo hiperheurístico basado en razonamiento con función de selección multiretropropagación.

Aplicación para resolver el problema del vector óptimo de inyecciones de potencias desde micro-generación fotovoltaica en baja tensión

Autores/as

  • Gustavo Schweickardt CONICET/Universidad Tecnológica Nacional - FRCU, Entre Ríos, Argentina
  • Rodolfo Rodrigo Dept.Electromecánica, Facultad De Ingeniería UNSJ, San Juan, Argentina
  • Andrés Agosti CONICET/Universidad Tecnológica Nacional - FRCU, Entre Ríos, Argentina.

Palabras clave:

hiperheurísticas, redes neuronales, retropropagación múltiple, sistemas de distribución eléctrica, micro generación distribuida, energía solar fotovoltaica

Resumen

El nuevo paradigma de abastecimiento eléctrico, denominado Generación y Micro-Generación Distribuida (GD y MGD, respectivamente), complementario al tradicional referido como Generación Centralizada (GC), constituye una realidad para fomentar la penetración de fuentes primarias de energía renovable en la Matriz Energética. Particularmente, la MGD supone la introducción de una nueva figura como agente del Sistema de Distribución de Energía Eléctrica (SDEE) en Baja Tensión (BT): el usuario prosumidor o micro-generador. Sin embargo, existen aspectos técnicos relativos al funcionamiento del SDEE BT dentro de parámetros de tolerancia específicos y establecidos regulatoriamente que, de no ser resueltos, pueden atentar contra este nuevo paradigma, dado que la planificación y la operación de la red cambian en modo sustancial. En este trabajo se presenta, continuando con líneas de investigación abordadas por los autores, un Modelo HiperHeurístico más eficiente para resolver el Problema de Optimización del Vector de Inyecciones desde Micro-Generación Distribuida Solar Fotovoltaica (PO VIny MGD FV) en los SDEE BT, basado en Razonamiento con Función de Selección Multi-Retropropagación. El Modelo propuesto es aplicado sobre un SDEE BT real, comparando los resultados con otros Modelos HiperHeurísticos similares con Función de Selección Simple-Retropropagación, evidenciándose algunas ventajas que el mismo exhibe.

Descargas

Los datos de descarga aún no están disponibles.

Referencias

HAYKIN S. (1999). “Neural Networks and Learning Machine”. Third Edition. Prentice Hall.

DALL’ANESE, E., DHOPLE, S., GIANNAKIS, G. (2014). "Optimal Dispatch of Photovoltaic Inverters in Residential Distribution Systems". IEEE Transactions on Sustainable Energy, Volume: 5, Issue: 2, págs. 487 - 497. doi: 10.1109/TSTE.2013.2292828.

SCHWEICKARDT, G. (2018). “Optimización de la Inyección de Potencia desde Microgeneración Distribuida en Sistemas Eléctricos de Distribución de Baja Tensión. Desarrollos Teóricos de un Modelo HiperHeurístico”. Lámpsakos, no. 20, págs.. 55-67.

SCHWEICKARDT, G. (2019). “Modelo Hiperheurístico y Simulación para la Optimización de la Inyección de Potencia desde Microgeneración en Sistemas Eléctricos de Distribución de Baja Tensión”. Lámpsakos, no. 21, págs.. 13-25.

SCHWEICKARDT, G., CASANOVA, C. (2015). “Modelos HiperHeurísticos basados en Razonamiento con Procesamiento Paralelo y Dominio en Metaheurísticas X-PSO y AFS MultiObjetivo”. Revista de la Escuela de Perfeccionamiento en Investigación Operativa, Vol. 23, (37), págs. 7-27.

SCHWEICKARDT, G., CASANOVA, C., GIMENEZ ALVAREZ, J. M. (2013). “HiperHeurística basada en Razonamiento con Dominio en MetaHeurísticas X-PSO MultiObjetivo HY X-FPSO CBR. Aplicación sobre una Optimización Dinámica Posibilística. Parte 1)”. Revista de la Escuela de Perfeccionamiento en Investigación Operativa, Vol. 21, (34), págs. 8-29.

SCHWEICKARDT, G., CASANOVA, C., PÉREZ E. (2015). “Modelo de Simulación Soft-Computing para la Selección de Contingencias Críticas en la Seguridad Dinámica de Sistemas de Potencia Soportado en Redes Neuronales de Retropropagación Simple y Múltiple”. Revista de la Escuela de Perfeccionamiento en Investigación Operativa, Vol. 23, (38), págs. 26-46.

SCHWEICKARDT, G., CASANOVA, C., y GIMENEZ ALVAREZ, J. M. (2014). “HiperHeurística basada en Razonamiento con Dominio en MetaHeurísticas X-PSO MultiObjetivo HY X-FPSO CBR. Aplicación sobre una Optimización Dinámica Posibilística. Parte 2)”. Revista de la Escuela de Perfeccionamiento en Investigación Operativa, Vol. 22, (35), págs. 128-148.

WANG, T., MESKIN, M., ZHAO Y., GRINBERG, I. (2018). "Optimal Power Flow in Distribution Networks with High Penetration of Photovoltaic Units". 2017 IEEE Electrical Power and Energy Conference (EPEC), Saskatoon, SK, págs. 1-6. doi: 10.1109/EPEC.2017.8286231.

Descargas

Publicado

2019-11-21

Número

Sección

Artículos Científicos

Cómo citar

Modelo hiperheurístico basado en razonamiento con función de selección multiretropropagación. : Aplicación para resolver el problema del vector óptimo de inyecciones de potencias desde micro-generación fotovoltaica en baja tensión . (2019). Revista De La Escuela De Perfeccionamiento En Investigación Operativa, 27(46). https://revistas.psi.unc.edu.ar/index.php/epio/article/view/26469