Please use this identifier to cite or link to this item: http://bibdigital.epn.edu.ec/handle/15000/25369
Title: Planificación óptima de la expansión de sistemas de trasmisión con restricciones de seguridad: algoritmo de optimización heurística B.
Authors: Carvajal Zambrano, Jhon Antonio
Director: Vargas Contreras, Walter Alberto
Keywords: INGENIERÍA ELÉCTRICA
ENERGÍA
TECNOLOGÍA
PLANIFICACIÓN ÓPTIMA
HEURÍSTICOS
RESTRICCIONES DE SEGURIDAD
SISTEMAS DE TRANSMISIÓN
Issue Date: 30-Apr-2024
Publisher: Quito : EPN, 2024.
Citation: Carvajal, J. (2024). Planificación óptima de la expansión de sistemas de trasmisión con restricciones de seguridad : algoritmo de optimización heurística B.111 páginas. Quito : EPN, 2024.
Abstract: The planning of electrical transmission systems is carried out following technical and economic parameters. Transmission plans must ensure proper performance of the electrical system and do so at the lowest possible cost. The construction of branches in the network, determined by the obtained plan, will seek to guarantee proper operation under normal conditions as well as in contingency situations at the lowest possible cost. Under these considerations, a tool is presented through the Python programming language that allows the determination of optimal expansion plans for the transmission system. The described tool will consider safety constraints and contingencies of different branches to ensure the operational conditions described earlier. The computational tool will be enhanced by a heuristic algorithm, the mean-variance mapping optimization algorithm (MVMO), whose objective is the generation of optimal expansion plans. The implemented heuristic will determine and select optimal expansion plans by analyzing the system through the modeling of optimal power flow in direct current, considering safety constraints. Thus, transmission expansion plans consider technical operational constraints and safety constraints,prioritizing the supply of energy to the load under different operational conditions. The developed tool is validated by determining optimal expansion plans in test networks available in the literature.
Description: La planificación de los sistemas eléctricos de transmisión se realiza siguiendo parámetros técnicos y económicos. Los planes de transmisión deben garantizar un desempeño adecuado del sistema eléctrico y hacerlo al menor costo posible. La construcción de ramales a la red, determinados por el plan obtenido, propenderá garantizar un funcionamiento correcto en condiciones normales como en situaciones de contingencias al menor costo posible. Bajo estas consideraciones se presenta, a través del lenguaje de programación Python, una herramienta que permita la determinación de planes de expansión óptimos del sistema de transmisión. El instrumento descrito considerará restricciones de seguridad, contingencias, de los distintos ramales con el fin de garantizar las condiciones de operatividad antes descritas. La herramienta computación se encontrará potenciada bajo un algoritmo heurístico, algoritmo de optimización de mapeo de media-varianza (MVMO), cuyo objetivo es la generación de planes óptimos de expansión. La heurística implementada determinará y seleccionará planes de expansión óptimos mediante el análisis del sistema a través de la modelación de corriente continua de flujos de potencia óptimos, tomando en cuenta restricciones de seguridad. De esta forma, los planes de expansión de la transmisión consideran las restricciones técnicas operativas y las restricciones de seguridad, priorizando el abastecimiento de energía a la carga bajo distintas condiciones operativas. La herramienta desarrollada se valida al determinar planes de expansión óptimos en redes de prueba disponibles en la literatura.
URI: http://bibdigital.epn.edu.ec/handle/15000/25369
Type: bachelorThesis
Appears in Collections:TIC - Electricidad (FIEE)

Files in This Item:
File Description SizeFormat 
CD 14309.pdf3,91 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.