Colombia
Colombia
Esta investigación aborda el problema de la compensación óptima de potencia reactiva en redes de distribución de media tensión mediante la integración de compensadores conmutados basados en tiristores (TSCs) y la aplicación del algoritmo artificial de colibrí (AHA). El uso de TSCs en redes de distribución busca reducir los costos operativos anualizados de la red que se relacionan con las pérdidas de energía, a la vez que se consideran los costos de inversión en compensadores de potencia reactiva. El AHA, un enfoque bioinspirado de optimización metaheurística, se utiliza para determinar el conjunto óptimo de nodos y tamaños para los TSCs. Para estimar los costos anualizados que se proyectan para las pérdidas de energía, se implementa un enfoque clásico de flujo de potencia basado en aproximaciones sucesivas, estructurado en el marco de una configuración maestro-esclavo con el AHA. Los resultados numéricos obtenidos en sistemas de 33 y 69 nodos demuestran la efectividad del enfoque propuesto del AHA en comparación con otros tres métodos metaheurísticos: el algoritmo seno coseno, el algoritmo genético de Chu & Beasley, el optimizador de enjambre de partículas y el optimizador de viuda negra. Todas las validaciones computacionales se realizaron en el software MATLAB.
This research addresses the optimal reactive power compensation problem in medium-voltage distribution networks by integrating Thyristor-based Switched Capacitors (TSCs) and applying the Artificial Hummingbird Algorithm (AHA). Using TSCs in distribution networks aims at reducing the annualized grid operating costs associated with energy losses while considering the costs of investment in reactive power compensators. The AHA-a bio-inspired metaheuristic optimization approach—is used to determine the optimal set of nodes and sizes for the TSCs. To estimate the expected annualized costs of energy losses, a classical power flow approach based on successive approximations is implemented, structured within a master-slave framework with the AHA. Numerical results on 33- and 69-bus systems demonstrate the effectiveness of the proposed approach compared to three other metaheuristic methods: the sine-cosine algorithm, the Chu & Beasley genetic algorithm, the particle swarm optimizer, and the black widow optimizer. All computational validations were performed using MATLAB software.
© 2001-2026 Fundación Dialnet · Todos los derechos reservados