Diseño multiobjetivo y multietapa de sistemas de distribución de energía eléctrica aplicando algoritmos evolutivos

• Autores: Franklin Antonio Mendoza Lameda
• Directores de la Tesis: Rodolfo Dufo López (dir. tes.), José Luis Bernal Agustín (dir. tes.)
• Lectura: En la Universidad de Zaragoza ( España ) en 2010
• Idioma: español
• Tribunal Calificador de la Tesis: Ignacio Juan Ramírez Rosado (presid.), José María Yusta Loyo (secret.), José Luis Polo Sanz (voc.), Inmaculada Zamora Belver (voc.), Javier Contreras Sanz (voc.)
• Materias:
  • Ciencias tecnológicas
    • Tecnología energética
      • Distribución de energía
• Texto completo no disponible (Saber más ...)
• Resumen

  • Se ha realizado el diseño óptimo de sistemas de distribución de energía eléctrica mediante la aplicación de algoritmos evolutivos multiobjetivo, basado en el concepto de dominancia de Pareto. Para ello se han considerado dos objetivos: costes económicos globales del sistema de distribución y fiabilidad, sujetos a las restricciones técnicas habituales. Se ha tenido en cuenta la localización y tamaño óptimos de líneas y subestaciones, así como aspectos relativos al cálculo de tensiones.

    Se ha aplicado el método Fuzzy C-means a la clusterización de las soluciones obtenidas mediante la aplicación del SPEA. Para ello se ha determinado el rango de valores más adecuados de los parámetros que controlan el funcionamiento del FCM para el diseño óptimo de los sistemas de distribución y se ha estudiado la influencia de los parámetros del número de centros y del número de soluciones que forma la población externa en las soluciones de diseño óptimo obtenidas en el proceso de optimización.

    Se ha aplicado, por primera vez, una técnica multicapa al diseño óptimo multiobjetivo y multietapa de sistemas de distribución.

    Se ha desarrollado una herramienta de diseño, sobre la base de los algoritmos NSGA y SPEA, con el fin de resolver el problema de diseño óptimo multiobjetivo de los sistemas de distribución de energía eléctrica. Se han considerado únicamente dos objetivos: el coste económico y la fiabilidad, evaluando funciones adecuadas de dichos objetivos a efectos del diseño óptimo, aunque el algoritmo desarrollado podría optimizar otros objetivos adicionales realizando pequeñas modificaciones.