Metaheurísticas aplicadas al problema de interdicción en sistemas de potencia.

• Autores: Juan J. Cortina, Jesús María López Lezama, Nicolás Muñoz Galeano
• Localización: Información tecnológica, ISSN-e 0718-0764, ISSN 0716-8756, Vol. 29, Nº. 2 (MARZO), 2018, págs. 73-88
• Idioma: español
• Títulos paralelos:
  • Metaheuristics applied to the power system interdiction problem.
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    En este artículo se presenta una comparación de metaheurísticas aplicadas al problema de interdicción de sistemas de potencia. Este problema considera la interacción entre un agente disruptor y el operador de red. El agente disruptor tiene como objetivo causar el máximo daño al sistema, expresado en deslastre de carga. Este agente cuenta con recursos limitados y debe seleccionar la combinación de elementos a atacar que resulten en el mayor daño al sistema, anticipándose a la reacción del operador de red. Por otro lado, el operador de red debe minimizar el deslastre de carga mediante el redespacho de generación. El modelo de interdicción propuesto es no lineal, no conexo y multimodal. Para su solución se comparan tres metaheurísticas: Algoritmo Genético, GRASP y Búsqueda Local Iterada. Los resultados muestran que la Búsqueda Local Iterada se adapta de mejor manera al tipo de problema y permite obtener la mejor relación entre la calidad de las soluciones y el tiempo de ejecución.

  • English

    This paper presents a comparison of metaheuristics applied to the power system interdiction problem. This problem considers the interaction of a disruptive agent and a system operator. The disruptive agent aims at maximizing the damage of the power system, measured as load shedding. This agent has limited resources and must select the combination of elements to attack that result in the greatest damage to the system, anticipating the reaction of the system operator. On the other hand, the system operator must minimize the load shedding by redispatching generation resources. The interdiction model is nonlinear, nonconvex and multimodal. The solutions provided by three metaheuristic techniques are compared: Genetic Algorithm, GRASP and Iterated Local Search. Results show that the Iterated Local Search adapts better to the type of problem and allows obtaining the best rate between quality of solutions and computation time.