OPTIMAL OPERATION OF FACTS EQUIPMENT USING

HEURISTIC METHODS
OPTIMA OPERACIÓN DE EQUIPOS FACTS USANDO
MÉTODOS HEURÍSTICOS
Darwin Andrés Cuasapaz Escobar Carlos Andres Barrera Singaña
Ing. Eléctrico M.Sc. Ing. Eléctrico
Instituto Superior Tecnológico Sucre Universidad Politécnica Salesiana
Quito-Ecuador Quito-Ecuador
[email protected] [email protected]
0000-0003-4398-2799

RESUMEN
Los FACTS (Sistemas de transmisión AC flexibles) son dispositivos que nos permiten controlar el
flujo de potencia y voltaje, maximizando la capacidad de transferencia. En otras palabras, los FACTS
nos permiten reducir las pérdidas de potencia activa en un SEP (Sistema Eléctrico de Potencia).
Dentro de los problemas más frecuentes relacionados a los FACTS se puede mencionar el costo, la
ubicación y operación, aspectos que deben ser optimizados. La optimización heurística es
frecuentemente utilizada para encontrar soluciones quasi optimas a problemas de no convexidad,
discontinuidad, multimodalidad entre otros. En las barras 14, 4 y 2 del sistema de prueba IEEE-14
barras se ubicaron tres FACTS (SVC, STATCOM y UPFC), posteriormente las heurísticas de
optimización PSO y MVMO fueron programadas en lenguaje DPL (DIgSILENT Programming
Languaje) de Power Factory, se fijó un total de 100 iteraciones por método, las variaciones en los
límites de búsqueda de las heurísticas fueron seleccionadas aleatoriamente. Al ejecutar el programa
los métodos encuentran el valor óptimo de ajuste de operación para cada FACT, adicionalmente se
desarrolla una comparación de resultados entre los métodos utilizados. El valor óptimo de ajuste de
un FACT permite reducir las pérdidas de transferencia de potencia activa en un SEP respecto al
rendimiento de las heurísticas MVMO obtiene mejores resultados en pequeños espacios de
búsqueda por el contrario a mayor espacio de búsqueda PSO es mucho más eficiente.

PALABRAS CLAVE: FACTS, MEAN-VARIANCE MAPPING OPTIMIZATION, PSO, SVC,

STATCOM, TCSC, UPFC.

1. INTRODUCCIÓN
El crecimiento industrial, independientemente de la región y tipo de mercado obliga a los
operadores de transmisión a cumplir con nuevas demandas de energía que incrementan el riesgo
de interrupciones del servicio y la consiguiente inestabilidad del sistema [1]-[2], por ello se deben
buscar desarrollos técnicos que permitan una transmisión de energía eficiente, económica y
ambiental, tomando en cuenta que las líneas de transmisión en sí, no son una línea resistiva pura,
por lo que se requiere potencia reactiva para transmitir la potencia a alta eficiencia y con una alta
calidad [3]-[4].
Actualmente las operadoras de electricidad a nivel mundial ponen mucha atención en el OPF
(Flujo de Potencia Óptimo) y la estabilidad de voltaje particularmente en eventos de contingencia
pues se han identificado como una prioridad operativa [5], sin embargo, en gran parte de Sudamérica
las actuales redes de transmisión no están diseñadas para controlar el flujo de potencia, en tal virtud
los límites de estabilidad estática y dinámica son relativamente bajos, como consecuencia la
capacidad nominal y límite térmico no pueden ser alcanzadas por las líneas de transmisión ante
cargas elevadas [6].
Los FACTS (Sistemas Flexibles de Transmisión de Corriente Alterna) son una alternativa a dicha
problemática, estos equipos basan su funcionamiento en la electrónica de potencia permitiendo un
control permanente a voltajes y flujos de potencia tanto activo como reactivo. Mediante los
dispositivos FACTS es posible reducir el flujo de potencia en líneas sobrecargadas resolviendo los
problemas de transitorios y estabilidad del voltaje en estado estacionario, brindando mayor
capacidad de carga al sistema, menos pérdidas en líneas de transmisión, aumentando la estabilidad
y seguridad, es decir se constituye un sistema de transmisión más eficiente energéticamente [7].

2. APLICACIÓN DE FACTS EN SISTEMAS ELÉCTRICOS

Los FACTS agrupan a todos los convertidores estáticos basados en la electrónica de potencia es
decir convertidores de estado sólido que se utilizan en las redes de transmisión, donde se incluyen
el SVC (Compensador Estático), el TCSC (Capacitor en Serie, Fijo y Controlado por Tiristores), el
PST (Transformador de Desplazamiento de Fase y PST asistido (APST), el STATCOM
(Compensador Estático Síncrono), el SSSC (Compensador en Serie Estático Síncrono) y el UPFC
(Controlador de Flujo de Energía Unificado) [4]. Inicialmente los controladores conectados en serie
suministran voltaje a la línea y los controladores conectados en paralelo suministran corriente al
punto de conexión de la red. La conexión de dispositivos FACTS a una línea de transmisión puede
darse mediante tres formas en serie, paralelo o una combinación de serie y paralelo [8].

Las redes congestionadas limitan la confiabilidad del sistema y restringen la capacidad de los
generadores, a partir del estudio del flujo de potencia, se conocen voltajes en barras, potencia activa,
potencia reactiva, pérdidas de potencia, entre otras variables [7]. Los flujos de las líneas están en
función de los características físicas de la red, voltajes en los terminales de la línea, impedancia de
la línea, ángulo de fase de voltaje y corriente tanto al inicio como en la terminación de las líneas;
también es importante considerar que las diferentes contingencias producen cambios en la red, como
las interrupciones donde el flujo de potencia puede variar [9]. A través del uso de los FACTS es
posible controlar el flujo de potencia sin modificar la generación y realizar conmutaciones en la red
[10].
2.1 COMPENSACIÓN EN SERIE
Este tipo de compensación en serie permite entregar un suministro de reactivos a la línea de
transmisión, de tal forma que el ángulo de desfase disminuye, ya que virtualmente se ha disminuido
la distancia de recorrido de la línea. La reactancia de transferencia de la línea se compensa de
manera auto regulada con energía reactiva mediante la instalación de capacitores serie. El resultado
es un incremento en la transferencia de energía manteniendo la estabilidad del sistema [8]-[14].
Dentro de los FACTS para conexión serie existen los siguientes: Compensadores Estáticos
Síncronos Serie (SSSC), Controlador de Flujo de Potencia Interlíneas (IPFC), Capacitor Serie
Controlado por Tiristores (TCSC), Capacitor Serie Encendido por Tiristores (TSSC), Reactor Serie
Controlado por Tiristores (TCSR), Reactor Serie Encendido por Tiristores (TSSR) [11].

Fig. 1 CIRCUITO EQUIVALENTE DE LA COMPENSACIÓN SERIE

Línea

2.2 COMPENSACIÓN EN PARALELO.

La compensación en paralelo (derivación o shunt) permite compensación reactiva y control de
voltaje mediante la inyección de corriente en un punto de conexión de la red. Los ángulos de desfase
limitan la cantidad de potencia activa que pueden manipular estos dispositivos. Dentro de los FACTS
para conexión paralelo existen: Compensadores Estáticos Síncronos (STATCOM), Generador
Estático Síncrono (SSG), Sistema de Almacenaje de Energía en Baterías (BESS), Almacenaje de
Energía en Superconductores Magnéticos (SMES), Compensador Estático de Reactivos (SVC),
Reactor Controlado por Tiristores (TCR), Reactor Encendido por Tiristores (TSR), Capacitor
Encendido por Tiristores (TSC), Generador Estático de Reactivos (SVG), Sistema de Voltaje
Sincrónico (SVS), Resistor de Freno Controlado por Tiristores (TCBR).

Fig. 2 CIRCUITO EQUIVALENTE DE COMPENSACIÓN EN PARALELO O SHUNT

Línea

COMPENSADORES COMBINADOS.
2.3.1 SERIE-SERIE.
Existen dos clases de controladores. Uno efectúa el control de forma separada y coordinada
mediante múltiples líneas como se observa en el sistema de la Figura 8. Este UPFC, utiliza un enlace
DC para permitir la transferencia de potencia activa entre las líneas interconectadas, permitiendo
además el suministro de los reactivos que necesite una u otra línea. Gracias a esta característica
que le permite controlar el flujo de potencia se lo conoce como controlador de flujo de potencia de
interlineas, permitiendo el balance de las potencias entre las líneas y por tanto aprovechando al
máximo la capacidad y utilización de la línea de transmisión [17-19].

2.3.2 SERIE-PARALELO.
El control se puede realizar mediante dos configuraciones:
a. Configuración coordinada de controladores seria en conjunto con controladores paralelo.
Fig. 3 DIAGRAMA EQUIVALENTE DE COMPENSACIÓN SERIE-PARALELO

Línea

Control
Coordinado
 b. Configuración usando un controlador de Flujo de Potencia Unificado.
Fig. 4 DIAGRAMA EQUIVALENTE DE COMPENSACIÓN DE UNA LINEA MEDIANTE UPFC

Linea Ac

Linea Ac

Linea Ac

Enlace DC

3. PROBLEMA DE OPTIMIZACIÓN
Dentro de los problemas más frecuentes con los FACTS se consideran el costo, la ubicación y su
operación. Esta última se relaciona con determinar la condición operativa sea de voltaje o de potencia
que este debe controlar. La naturaleza de la variable voltaje controlado por un FACTS hace necesario
que su optimización sea resuelta por medio de una heurística.

Una heurística es frecuentemente utilizada para encontrar soluciones quasi optimas a problemas
de no convexidad, discontinuidad, multimodalidad entre otros [20]. En esta investigación se busca
minimizar las pérdidas de potencia activa en un sistema de transmisión, para ello se han instalado
FACTS, es decir, mediante la modificación de los voltajes que estos fijan, las pérdidas de potencia
activa pueden ser disminuidas.

La función objetivo toma la forma de:

FO: min Ploss = min ∑ni ∑nj Gij (Vi2 + Vj2 − 2. Vi Vj cosθij ) (5)

Sujeto a:
Pgi − Pdi − ∑ni ∑nj Vi . Vj [Gij cos(θij ) + Bij sin(θij )] = 0 (6)

Q gi − Q di − ∑ni ∑nj Vi . Vj [Gij sin(θij ) − Bij cos(θij )] = 0 (7)

Vimin ≤ 𝑉𝑖 ≤ 𝑉𝑖max (8)

dónde:

• 𝑉𝑖 : Voltaje en la barra i.
• 𝑉𝑗 : Voltaje en la barra j.
• 𝜃𝑖𝑗 : Diferencia angular entre los voltajes 𝑉𝑖 y 𝑉𝑗 .
• 𝑃𝑔𝑖 , 𝑄𝑔𝑖 : Potencia activa y reactiva de generación en la barra i.
• 𝑃𝑑𝑖 , 𝑄𝑑𝑖 : Potencia activa y reactiva de demanda en la barra i.
 • 𝐵𝑖𝑗 : Componentes imaginarios de los elementos de la matriz Ybarra.
• 𝐺𝑖𝑗 : Componentes de los elementos de la matriz Ybarra.

Como se mencionó anteriormente la función objetivo busca minimizar las pérdidas de potencia
activa a partir de variables de control de la potencia reactiva, en cuanto a las restricciones
presentadas ambas son de tipo igualdad y representan el balance de potencia activa y reactiva
respectivamente, condición que se debe cumplir dentro del sistema eléctrico de potencia, a su vez,
la tercera restricción corresponde a una desigualdad representando la limitación de operación en
cuanto al rango tolerable de voltaje, es decir, los límites de voltaje aceptados.

4. METODOS HEURÍSTICOS PROPUESTOS

4.1 METODO PSO.
El algoritmo de optimización de enjambre de partículas es una técnica computacional evolutiva
perteneciente a la categoría de métodos de inteligencia de enjambre, cada partícula se mueve por
el espacio (x, y) a una velocidad parametrizable (𝑣𝑥 , 𝑣𝑦 ) manteniendo en su memoria la mejor
ubicación que ha encontrado (𝑃𝑏𝑒𝑠𝑡 ), la técnica de PSO encuentra la solución óptima utilizando una
población de partículas, cada partícula representa una posible solución. El método PSO se utiliza
para ayudar a la convergencia en regiones factibles (Soluciones que satisfacen todas las limitaciones
del problema). La optimización por medio de PSO representa una opción altamente efectiva para
lograr el costo mínimo de instalación y para mejorar la capacidad de carga del sistema considerando
tanto los límites térmicos para las líneas, como el voltaje en las barras [21].

𝑣𝑖𝑘+1 = 𝑤𝑣𝑖𝑘 + 𝐶𝑗 . 𝑟𝑎𝑛𝑑𝑗 . (𝑃𝑏𝑒𝑠𝑡 𝑖 − 𝑆𝑖𝑘 ) + 𝐶2 𝑟𝑎𝑛𝑑2 . (𝑔𝑏𝑒𝑠𝑡 − 𝑆𝑖𝑘 ) (9)

Dónde, 𝑣𝑖𝑘+1 es la velocidad de la partícula i en la iteración k, 𝑤 el peso de la inercia, 𝐶𝑗

coeficientes de aceleración, 𝑟𝑎𝑛𝑑𝑗 los números randomicos entre 0 y 1, 𝑆𝑖𝑘 , posición actual de la
partícula i en la iteración k, 𝑃𝑏𝑒𝑠𝑡 𝑖 mejor posición de la partícula i y 𝑔𝑏𝑒𝑠𝑡 mejor posición grupal.

Para cada iteración k el peso de la inercia es determinado por:

𝑤𝑚𝑎𝑥 − 𝑤𝑚𝑖𝑛
𝑤 = 𝑤𝑚𝑎𝑥 − . 𝑖𝑡𝑒𝑟 (10)
𝑖𝑡𝑒𝑟𝑚𝑎𝑥

Dónde, 𝑤𝑚𝑎𝑥 representa el peso inicial, 𝑤𝑚𝑖𝑛 peso final, 𝑖𝑡𝑒𝑟𝑚𝑎𝑥 número máximo de iteraciones e
𝑖𝑡𝑒𝑟 el número de la iteración actual. La velocidad puede ser variada mediante los tres vectores del
lado derecho de la (ec.5), la posición actual de la partícula se puede cambiar de la siguiente forma:
Sik = Sik + vik+1 (11)

Para la inicialización de las velocidades es necesario partir desde la posición inicial de las partículas
𝑆𝑖0 dentro del intervalo [ 𝑆𝑖𝑚𝑖𝑛 − 𝑆𝑖𝑚𝑎𝑥 ] definido previamente, posteriormente se estable el intervalo
de velocidades dentro de los límites [𝑣𝑚𝑖𝑛 ; 𝑣𝑚𝑎𝑥 ], dónde 𝑣𝑚𝑖𝑛 = 𝑆𝑖𝑚𝑖𝑛 y 𝑣𝑚𝑎𝑥 = 𝑘. 𝑆𝑖𝑚𝑎𝑥 considerando
0.1 ≤ 𝑘 ≤ 1.0 [22].

4.2 MÉTODO MVMO.

La optimización del mapeo de la varianza media (MVMO) es uno de los métodos de cálculo
evolutivo de alto rendimiento, adopta un enfoque único basado en soluciones y realiza operaciones
evolutivas. dentro de un rango de búsqueda estándar para toda la optimización. Las variables MVMO
utilizan una función de mapeo especial para la mutación, operación que permite un cambio
controlado del escaneo con prioridad en las primeras etapas del proceso de búsqueda[23].
El MVMO se fundamenta en la descendencia (padre-hijo), es decir utiliza la información de
desempeño de los candidatos para determinar los n resultados que presenten las mejores
características, estos resultados se guardan en una base de datos a través de la media y la
varianza[24][25]. En la formulación matemática se debe iniciar el algoritmo de búsqueda con valor
de función objetivo pequeño (𝑓𝑠 ) a mayor número de iteraciones de la optimización el espacio de
búsqueda incrementa, el análisis lo amerita la exactitud de (𝑓𝑠 ) puede ser mejorada mediante:
𝑓𝑠 = 𝑓𝑠∗ ⋅ (1 + 𝑟𝑎𝑛𝑑) (12)

Al inicio de la optimización para todas las variables los valores iniciales (𝑑𝑖) están definidos por:
ⅆ𝑖 = ⅆ𝑖 ⁄𝛥𝑑 (13)

Cabe señalar que 𝑑𝑖 estará oscilando en relación con el factor de forma (𝑆𝑖 ), a su vez, el
factor de amplitud de los valores (𝛥𝑑) varia aleatoriamente con respecto a (1 + 𝛥𝑑0 ), el
ajuste de (𝛥𝑑0 ) está dado por:
𝑖 𝑓𝑖𝑛𝑎𝑙
𝛥𝑑0 = 𝛥𝑑0𝑖𝑛𝑖 ( ) (𝛥𝑑0 − 𝛥𝑑0𝑖𝑛𝑖 ) (14)
𝑖𝑓𝑖𝑛𝑎𝑙

Finalmente, la búsqueda se ejecutará con (𝑆𝑖1 = 𝑆𝑖2 ) corresponde a una línea recta entre cero y
uno como función de mapeo.
Fig. 5 DIAGRAMA DE FLUJO MVMO Y PSO

INICIO INICIO

Inicialización de los parámetros del algoritmo PSO Parámetros

(Descripción de los parámetros de optimización)

Iniciar velocidad y posicion (Afis, Bfis, Cfis)

k=1

Evaluar funcion objetivo para enjambre obtener L¡best

Determina la amplitud usando las variables
y Gbest
normalizadas
Actualización del archivo individual

i=i+1

No Actualizar velocidad y posicion

i<M

Si

Cfis < Fa^max

Revisión para el mejor Global

Identificación de la partícula Redundante

Evaluar funcion objetivo para enjambre

No

Si

k=k+1
Fulminación de la partícula
NP=NP-1 Actualizar mejor conocido L¡best y Gbest

K=K+1
Se genera la descendencia basada en la
mejor global (mapeo de dimensiones
seleccionadas basadas en la media y la
varianza local)

Max K
Si
k<N k=k+1

Valores optimos

No Si

Criterio de Finalización FIN

FIN
5. RESULTADOS
Para efectos de estudio se utiliza el sistema de prueba IEEE-14 barras, el mismo que fue
modificado. Esta red está compuesta de 11 barras de carga, 4 barras de voltaje controlado, y una
barra slack que es la de balance. La red esta alimentada por dos generadores, 3 capacitores
sincrónicos, 17 líneas de transmisión y 3 transformadores de potencia, en las barras 14, 2 y 4 se
ubica un SVC, UPFC y STATCOM respectivamente. Estos FACTS son los que controlaran sus
voltajes locales; y sobre los cuales actúan las heurísticas propuestas.

Fig. 2 SISTEMA DE PRUEBA

DIgSILENT PowerFactory es uno de los softwares de análisis de SEP más relevantes a nivel
mundial. El presente estudio se realiza en DIgSILENT PowerFactory, modelando los métodos de
heurísticos propuestos mediante el lenguaje de programación DIgSILENT Programming Languaje
(DPL). Las variaciones en los límites de búsqueda de las heurísticas fueron seleccionadas
aleatoriamente, después de 100 iteraciones las heurísticas encuentran un valor de ajuste para cada
FACTS. Los datos obtenidos fueron exportados a Matlab para la generación de métricas y posterior
análisis de resultados. En la figura 14 se observa los resultados obtenidos mediante PSO con
variaciones en los límites de operación de 1%,2%,5% y 7%.
 Fig. 3 REDUCCIÓN DE PÉRDIDAS DE POTENCIA ACTIVA MEDIANTE PSO

La figura 15 muestra los resultados obtenidos mediante MVMO, respecto a los límites de
operación cabe mencionar que se aplicaron los mismos valores utilizados en PSO.

Fig. 4 REDUCCIÓN DE PÉRDIDAS DE POTENCIA ACTIVA CON MVMO

Los ajustes cuasi óptimos de operación de los FACTS obtenidos por PSO se muestran en la tabla
3, a su vez los ajustes obtenidos por MVMO se muestran en la tabla 4.

Tabla III AJUSTES DE FACTS GENERADOS POR PSO

FACT 1% 2% 5% 7%
SVC 1.0100 1.0200 1.0500 1.0510
STACOM 1.0100 1.0200 1.0199 1.0200
UPFC 1.0100 1.0200 1.0351 1.0351

Tabla IV AJUSTES DE FACTS GENERADOS POR MVMO

FACT 1% 2% 5% 7%
SVC 1.019624 1.018390 1.034219 1.038376
STACOM 1.019573 1.015683 1.020974 1.020122
 UPFC 1.026118 1.031166 1.026324 1.023655

Mediante el análisis comparativo de gráficas (Ver figura 16) se determina que a menor espacio
de búsqueda MVMO tiene una mayor reducción de pérdidas de potencia activa, sin embargo, a
mayor espacio de búsqueda PSO presenta mejores resultados.

Tabla V RENDIMIENTO DE PSO VS MVMO

Variación t(s) PSO t(s) MVMO

1% 14.9010 19.99450 1.9440 13.44540
2% 11.2570 13.62190 1.8960 13.44070
5% 9.798 13.40430 2.0450 13.41650
7% 10.7190 13.34380 1.8300 13.41360

Fig. 5 COMPARACIÓN DE REDUCCIÓN DE PÉRDIDAS DE POTENCIA ACTIVA

Respecto al tiempo de solución del problema MVMO tiene un mejor rendimiento que PSO, dicha
diferencia es considerable, para todos los casos supera los 7s (Ver tabla 3).

6. CONCLUSIONES
En líneas de transmisión excesivamente cargadas la estabilidad del sistema compromete la
transferencia optima de potencia. Si las líneas de transmisión no mantienen la potencia reactiva
requerida, entonces las pérdidas de potencia aumentan y también afectan a la estabilidad.

Los dispositivos FACTS de primera generación funcionan como elementos pasivos utilizan
transformadores de impedancia o tiristores. Los dispositivos FACTS de segunda basan su
funcionamiento en fuentes de voltaje controladas por módulo, ángulo y sin inercia.
 La potencia reactiva que inyecta el SVC no depende de su voltaje si no del voltaje de red por lo
contrario la capacidad de inyección de potencia reactiva del STATCOM está en función de la
diferencia existente entre el voltaje de referencia del compensador y el voltaje de red, referente a la
corriente armónica inyectada a la red el STATCOM presenta ventajas en comparación al SVC, UPFC
puede realizar la regulación precisa de la potencia activa y reactiva en la línea.
MVMO brinda una mayor de reducción de pérdidas que PSO cuando el espacio de búsqueda es
pequeño, sin embargo, si dicho espacio incrementa PSO es una opción más eficiente, al someter a
ambas heurísticas al mismo número de iteraciones se determinó que MVMO puede encontrar una
solución viable en un tiempo muy reducido, no así en el caso de PSO donde el tiempo de solución
respecto a MVMO es considerablemente mayor.

7. REFERENCIAS

[1] S. Alamelu, S. Baskar, C. K. Babulal, and S. Jeyadevi, “Electrical Power and Energy Systems
Optimal siting and sizing of UPFC using evolutionary algorithms,” Int. J. Electr. POWER
ENERGY Syst., vol. 69, pp. 222–231, 2015.
[2] Y. Muhammad, R. Khan, M. Asif, F. Farman, N. Ishtiaq, and Y. He, "Solution of optimal
reactive power dispatch with FACTS," Energy Reports, vol. 6, 00. 2211-2229, 2020.
[3] H. Verdejo, V. Pinto, W. Kliemann, C. Becker, and J. Delpiano, "Implementation of Particle
Swarm Optimization (PSO) Algorithm for Turning of Power System Stabilizers in Multimachine
Electric Power Systems, " Energies, vol. 13, pp. 1-29, 2020
[4] Y. Sang and M. Sahraei-ardakani, “Effective power flow control via distributed FACTS
considering future uncertainties,” Electr. Power Syst. Res., vol. 168, no. April 2018, pp. 127–
136, 2019.
[5] M. A. Jirjees and D. A. Al-nimma, “Voltage Stability Enhancement based on Voltage Stability
Indices Using FACTS Controllers,” 2018 Int. Conf. Eng. Technol. their Appl., pp. 141–145,
2018.
[6] R. S. Wibowo, N. Yorino, M. Eghbal, Y. Zoka, and Y. Sasaki, “FACTS devices allocation with
control coordination considering congestion relief and voltage stability,” IEEE Trans. Power
Syst., vol. 26, no. 4, pp. 2302–2310, 2011.
[7] A. S. Adail, H. M. Hassan, and M. K. Shaat, “Safety and reliability of the electrical system
based on optimal FACTS allocation for a research reactor,” Prog. Nucl. Energy, vol. 104, pp.
143–149, 2018.
[8] S. Dawn and P. K. Tiwari, “Electrical Power and Energy Systems Improvement of economic
profit by optimal allocation of TCSC & UPFC with wind power generators in double auction
competitive power market,” Int. J. Electr. POWER ENERGY Syst., vol. 80, pp. 190–201, 2016.
[9] A. Ajami, G. Aghajani, and M. Pourmahmood, “Optimal location of FACTS devices using
adaptive particle swarm optimization hybrid with simulated annealing,” J. Electr. Eng.
Technol., vol. 5, no. 2, pp. 179–180, 2010.
[10] K. Bavithra, “Optimal setting of FACTS devices using particle swarm optimization for ATC
enhancement in deregulated power system,” IFAC-PapersOnLine, vol. 49, no. 1, pp. 450–
455, 2016.
[11] B. Gemmell and M. Korytowski, “Refurbishments in Australasia: Upgrades of HVdc in New
Zealand and FACTS in Australia,” IEEE Power Energy Mag., vol. 14, no. 2, pp. 72–79, 2016.
[12] S. Raj and B. Bhattacharyya, “Optimal placement of TCSC and SVC for reactive power
planning using Whale optimization algorithm,” Swarm Evol. Comput. BASE DATA, vol. 40, pp.
131–143, 2018.
[13] M. Khederzadeh and S. Member, “Impact of MOV Operation on Power Quality in Transmission
Lines Compensated by TCSC,” pp. 1–8, 2008.
[14] B. Prasad, A. Abhisikta, D. Pradhan, and A. Pradhan, “A Variable Structured TCSC Controller
for Power System Stability Enhancement,” Mater. Today Proc., vol. 5, no. 1, pp. 665–672,
2018.
[15] I. Andri, A. Pina, P. Ferrão, J. Fournier, B. Lacarrière, and O. Le Corre, “Coordination of SVC
and TCSC for Managment of Power Flow by Particle Swarm Optimization,” Energy Procedia,
vol. 156, pp. 321–326, 2019.
[16] B. Nadia, B. Si, and A. Nadia, “Comparison of Line StabilityIndex with TCSC Under Different
Cases With PSAT,” 2018 6th Int. Conf. Control Eng. Inf. Technol., no. October, pp. 1–5, 2018.
[17] K. Yatendra, P. Tripathi, “Impact of FACTS Device on Zonal Protection Scheme in Modified
Dorsey-Chicago Transmission System,” International Conference on Recent Developments
in Control, Automation and Power Engineering, 2019.
[18] A. K. Dwivedi and S. Vadhera, “Reactive Power Sustainability and Voltage Stability with
Different FACTS Devices using PSAT,” 2019 6th Int. Conf. Signal Process. Integr. Networks,
pp. 248–253, 2019.
[19] S. Kamel, M. Ebeed, J. Yu, and W. Li, “A comprehensive model of C-UPFC with innovative
constraint enforcement techniques in load fl ow analysis,” Electr. Power Energy Syst., vol.
101, no. February, pp. 289–300, 2018.
[20] J. P. Gallego-londoño, “Optimal location of reclosers and fuses in distribution systems,”
ITECKNE, vol. 13, pp. 113–126, 2016.
[21] L. M. Cortés Martinez, “Clasificación de género basada en señales de voz mediante modelos
difusos y algoritmos de optimización,” ITECKNE, vol. 16, pp. 126–143, 2019.
[22] V. S. Pappala and I. Erlich, “Power System Optimization under Uncertainties: A PSO
Approach,” 2008.
[23] L. Rueda, “MVMO for Optimal Reconfiguration in Smart Distribution Systems,” 9th IFAC
Symposium on Control of Power and Energy Systems, vol. 48, no. 30, pp. 276–281, 2015.
[24] H. Ikegami, H. Mori, “Development of Advanced Parallel MVMO-SH for Voltage Control in
Distribution Systems,” IEEE International Symposium on Circuits and Systems, 2019.
[25] J. L. Rueda and S. Member, “Testing MVMO on Learning-based Real-Parameter Single
Objective Benchmark Optimization Problems,” 2015.

8.-LISTADO DE FIGURAS

Fig. 1 CIRCUITO EQUIVALENTE DE LA COMPENSACIÓN SERIE ...................................... 2

Fig. 4 CIRCUITO EQUIVALENTE DE COMPENSACIÓN EN PARALELO O SHUNT ......... 3
Fig. 9 DIAGRAMA EQUIVALENTE DE COMPENSACIÓN SERIE-PARALELO ................... 3
Fig. 10 DIAGRAMA EQUIVALENTE DE COMPENSACIÓN DE UNA LINEA MEDIANTE
UPFC .................................................................................................................................................. 4
Fig. 12 DIAGRAMA DE FLUJO MVMO Y PSO ........................................................................... 6
Fig. 13 SISTEMA DE PRUEBA ...................................................................................................... 7
Fig. 14 REDUCCIÓN DE PÉRDIDAS DE POTENCIA ACTIVA MEDIANTE PSO ................ 8
Fig. 15 REDUCCIÓN DE PÉRDIDAS DE POTENCIA ACTIVA CON MVMO ........................ 8
Fig. 16 COMPARACIÓN DE REDUCCIÓN DE PÉRDIDAS DE POTENCIA ACTIVA .......... 9