Resumen de Implementation of an evolutionary algorithm in planning investment in a power distribution system

Carlos Andrés García Montoya, Steiner Mendoza Toro

• español

  La definición de un plan de inversiones a realizar en un sistema de distribución, es una tarea a la que constantemente se deben enfrentar las empresas de distribución. Este trabajo, presenta una metodología para la determinación del plan de inversiones en un sistema de distribución, bajo un horizonte de corto plazo, empleando como criterio de evaluación de los proyectos de inversión: los costos asociados y los clientes beneficiados con su ejecución. Dada la cantidad de proyectos que se ejecutan anualmente sobre el sistema, la definición de un plan de inversiones requiere del uso de herramientas computacionales que permitan evaluar, de un conjunto de posibilidades, la que más se ajuste a las necesidades del sistema y mejores resultados presente. Es por esto que dentro del trabajo, se implementa un algoritmo evolutivo multi objetivo SPEA (Strength Pareto Evolutionary Algorithm), el cual, basado en los principios de optimalidad de Pareto, entregan al experto en planeación, las mejores soluciones halladas dentro del proceso de optimización, según los objetivos planteados. El desempeño del algoritmo es probado empleando un conjunto de proyectos, hasta determinar los mejores planes de entre los posibles. Se analiza además, el efecto que tienen los operadores evolutivos sobre el desempeño del algoritmo y los resultados del mismo.

• English

  The definition of an investment plan to implement in a distribution power system, is a task that constantly faced by utilities. This work presents a methodology for determining the investment plan for a distribution power system under a shortterm, using as a criterion for evaluating investment projects, associated costs and customers benefit from its implementation. Given the number of projects carried out annually on the system, the definition of an investment plan requires the use of computational tools to evaluate, a set of possibilities, the one that best suits the needs of the present system and better results. That is why in the job, implementing a multi objective evolutionary algorithm SPEA (Strength Pareto Evolutionary Algorithm), which, based on the principles of Pareto optimality, it deliver to the planning expert, the best solutions found in the optimization process. The performance of the algorithm is tested using a set of projects to determine the best among the possible plans. We analyze also the effect of operators on the performance of evolutionary algorithm and results.