UNIVERSIDAD POLITÉCNICA SALESIANA

SEDE QUITO

CARRERA:
INGENIERÍA ELÉCTRICA

Trabajo de titulación previo a la obtención del título de

INGENIERO ELÉCTRICO

TEMA:
UBICACIÓN ÓPTIMA DE GENERACIÓN DISTRIBUIDA EN EL SISTEMA DE
DISTRIBUCIÓN

AUTOR:
WILMER DAVID CURILLO CASCO

TUTOR:
SANTIAGO RAÚL ESPINOSA GUALOTUÑA

Quito, febrero del 2017

1
 Datos de Catalogación Bibliográfica

Wilmer David Curillo Casco

UBICACIÓN ÓPTIMA DE GENERACIÓN DISTRIBUIDA EN EL SISTEMA DE

DISTRIBUCIÓN

Universidad Politécnica Salesiana, Quito – Ecuador 2017

Ingeniería Eléctrica

Breve reseña de autores e información de contacto:

Wilmer Curillo (Y’1988-M04), nació en Otavalo, Ecuador. Bachiller con

especialidad en Física y Matemática en el Instituto Tecnológico Otavalo, Ecuador
2006. Egresado de la Carrera de Ingeniería Eléctrica de la Universidad Politécnica
Salesiana. Su trabajo consiste en el modelado y simulación matemática orientados
a la ubicación óptima de generación distribuida en el sistema de distribución.
[email protected]

Dirigido por:
Santiago Raúl Espinosa Gualotuña (Y’1983-M’10), nació en Quito, Ecuador.
Obtuvo el título de Ingeniero Eléctrico en la Escuela Politécnica Nacional,
Ecuador en 2007. Sus principales áreas de investigación incluyen Operación de
los Sistemas Eléctricos de Potencia, Transacciones Internacionales de Energía,
Mercado Eléctrico, Sistemas de Energía Renovable y Eficiencia Energética.
Actualmente trabaja en la Agencia de Regulación y Control de Energía del
Ecuador, además es profesor e investigador en la Universidad Politécnica
Salesiana-Quito Ecuador.
[email protected]

Todos los derechos reservados:

Queda prohibida, salvo excepción prevista en la ley, cualquier forma de reproducción, distribución,
comunicación pública y transformación de esta obra para fines comerciales, sin contar con la
autorización de los titulares de propiedad intelectual. La infracción de los derechos mencionados
puede ser constitutiva de delito contra la propiedad intelectual. Se permite la libre difusión de este
texto con fines académicos o investigativos por cualquier medio, con la debida notificación de los
autores.

DERECHOS RESERVADOS

2017 Universidad Politécnica Salesiana

Quito-Ecuador

2
 DECLARATORIA DE COAUTORÍA DEL DOCENTE TUTOR/A
Yo, Santiago Espinosa declaro que bajo mi dirección y asesoría fue desarrollado el trabajo de
titulación UBICACIÓN ÓPTIMA DE GENERACIÓN DISTRIBUIDA EN EL SISTEMA DE
DISTRIBUCIÓN realizado por Wilmer David Curillo Casco, obteniendo un producto que cumple
con todos los requisitos estipulados por la Universidad Politécnica Salesiana para ser considerados
como trabajo final de titulación.

Quito, febrero del 2017

………………………………….
Santiago Raúl Espinosa Gualotuña.
Cédula de identidad: 171454141-2

3
 Cesión de derechos de autor

Yo Wilmer David Curillo Casco, con documento de identificación N° 100309887-6, manifiesto mi

voluntad y cedo a la Universidad Politécnica Salesiana la titularidad sobre los derechos patrimoniales
en virtud de que soy autor del trabajo de grado/titulación intitulado: “UBICACIÓN ÓPTIMA DE
GENERACIÓN DISTRIBUIDA EN EL SISTEMA DE DISTRIBUCIÓN”, mismo que ha sido
desarrollado para optar por el título de: Ingeniero Eléctrico en la Universidad Politécnica
Salesiana, quedando la Universidad facultada para ejercer plenamente los derechos cedidos
anteriormente.

En aplicación a lo determinado en la Ley de Propiedad Intelectual, en mi condición de autor me

reservo los derechos morales de la obra antes citada. En concordancia, suscribo este documento en el
momento que hago entrega del trabajo final en formato impreso y digital a la Biblioteca de la
Universidad Politécnica Salesiana.

Firma

.............................................
Nombre: Wilmer Curillo
Cédula: 100309887-6
Fecha: Quito, febrero del 2017

4
Índice de contenido
Resumen ................................................................................................................................................. 7
Abstract .................................................................................................................................................. 7
1 Introducción ........................................................................................................................................ 8
2 Evaluación de los efectos de la Generación Distribuida en el Sistema Eléctrico ............................... 9
2.1 Tecnologías empleadas en Generación Distribuida ......................................................................... 9
3 Flujo de Potencia (FP)....................................................................................................................... 10
4 Flujo óptimo de potencia (FOP)........................................................................................................ 11
4.1Optimización a través de la Programación no Lineal (PNL) .......................................................... 11
5 Metodología de resolución ................................................................................................................ 12
6 Planteamiento del modelo ................................................................................................................. 13
6.1 Función Objetivo............................................................................................................................ 13
6.2 Restricciones .................................................................................................................................. 13
6.2.1 Restricciones de igualdad............................................................................................................ 13
6.2.2 Restricciones de desigualdad ...................................................................................................... 13
6.3 Modelo de optimización................................................................................................................. 14
7 Descripción del Caso de Estudio ...................................................................................................... 14
7.1 Generadores ................................................................................................................................... 15
7.2 Demanda ........................................................................................................................................ 15
7.3 Líneas ............................................................................................................................................. 15
7.4 Transformadores ............................................................................................................................ 16
8 Resultados ......................................................................................................................................... 16
8.1 Sistema en condiciones iniciales. ................................................................................................... 16
8.2 Resultados de la optimización........................................................................................................ 17
8.2.1 Integración de las unidades de GD ............................................................................................. 17
8.2.2 Minimización de las pérdidas de potencia. ................................................................................. 17
8.2.3 Perfil de voltaje en cada barra ..................................................................................................... 17
8.2.4 Ángulos de voltajes en cada barra............................................................................................... 17
9 Conclusiones: .................................................................................................................................... 18
10 Referencias ...................................................................................................................................... 18
11 Estado del Arte ................................................................................................................................ 20

5
Índice de Figuras

Figura 1: Sistema eléctrico de 39 barras. ............................................................................................. 15

Figura 2: Perfiles de Voltaje. ............................................................................................................... 16
Figura 3: Pérdidas de potencias activa y reactiva. ............................................................................... 17
Figura 4 Perfiles de voltaje del sistema. .............................................................................................. 17
Figura 5: Comparación de los ángulos de voltaje en cada barra. ......................................................... 17
Figura 6: Indicadores del Estado del Arte-Temática ........................................................................... 22
Figura 7: Indicadores del Estado del Arte-Solución. ........................................................................... 22
Figura 8: Indicadores del Estado del Arte-Formulación del Problema. ............................................... 22

Índice de Tablas

Tabla 1: Clasificación de Fuentes de Generación Distribuida. ............................................................ 10

Tabla 2: Clasificación de Fuentes de Generación Distribuida. ............................................................ 10
Tabla 3: Características de generadores. .............................................................................................. 15
Tabla 4: Demanda del sistema. ............................................................................................................ 15
Tabla 5: Características de las líneas. .................................................................................................. 16
Tabla 6: Características de los transformadores. ................................................................................. 16
Tabla 7: Localización de las unidades de GD. ..................................................................................... 17
Tabla 8: Matriz del estado del arte 1. ................................................................................................... 20
Tabla 9: Matriz del estado del arte 2. ................................................................................................... 21

6
UBICACIÓN ÓPTIMA DE GENERACIÓN DISTRIBUIDA EN
EL SISTEMA DE DISTRIBUCIÓN

Resumen Abstract

La demanda creciente de energía eléctrica a The growing demand for electricity worldwide
nivel mundial ha generado un gran interés en la has generated great interest in Distributed
Generación Distribuida (GD) ya que se puede Generation (DG), since they can be used in
usar en lugares alejados de las grandes ciudades places far from large cities or in places where
o en sitios en los cuales no existan recursos there are no water resources for centralized
hídricos para la generación centralizada y lograr generation. One of the greatest potential benefits
satisfacer la demanda, uno de sus mayores offered is to minimize the losses in the
beneficios potenciales ofrecidos es el de Electrical Power Systems (EPS) and in turn in
minimizar pérdidas en los Sistemas Eléctricos the distribution networks (DN). The correct
de Potencia (SEP) y a su vez en las redes de location of DG assumes the importance that if
distribución (RD). La ubicación de los GD DG are improperly placed in an EPS. For this
toma importancia, ya que si se ubica purpose, what is established in this article is to
indebidamente los GD en una RD conducen a minimize the losses of active power in an EPS
un aumento de pérdidas de potencia, y en containing (39) bars. The comparison is made
muchas ocasiones podría desestabilizar al SEP. by modeling the EPS in the first case without
Por lo expuesto, el presente artículo pretende the introduction of DG and in the second case
ubicar de manera óptima la GD en RD, introducing DG, for this solution and the
considerando la minimización de las pérdidas de modeling is done using the General Algebraic
potencia activa en un SEP. Para evaluar los Modeling System General (GAMS), since the
resultados se realiza la comparación de un results also It will visualize the improvement of
primer caso de estudio que consiste en evaluar the voltage profiles in the bars which will
el sistema sin la introducción de los GD y un guarantee us a high stability and reliability in
segundo caso de estudio introduciendo GD. the operation of EPS.
Para encontrar la solución óptima al problema Keywords: Reduction of active power losses,
planteado, se procederá con la modelación electrical power system, distribution networks,
matemática la cual será resuelta a través de la distributed generation systems, GAMS.
utilización del General Algebraic Modeling Palabras Clave: Reducción de pérdidas de
System General (GAMS). potencia activa, sistema eléctrico de potencia,
redes de distribución, sistemas de generación
distribuida, GAMS.

7
1 Introducción pocas las que contemplan la sustitución total
En la actualidad, la mayoría de las redes de de la conexión a la red por la total
distribución (RD) operan con diseños y dependencia de la GD, y es este aspecto de la
configuraciones de tipo radial, en los cuales el integración de la GD en la red que ha dado
flujo de potencia es unidireccional, pero las lugar a una serie de cuestiones que deben ser
modificaciones y cambios a nivel mundial de resueltas[7].
las estructuras de los mercados eléctricos, han A pesar de los innumerables beneficios de la
traído nuevos desafíos al momento de diseñar GD existen situaciones adversas a los
nuevas RD o a su vez repotenciarlas a causa intereses de la ingeniería eléctrica ya que la
de la expansión de consumidores y la introducción sin previo estudio referente a las
penetración de nuevas tecnologías de necesidades pueden repercutir en la operación
producción de energía eléctrica como la de la infraestructura tradicional de las RD[8],
Generación Distribuida (GD)[1]. cuando la penetración de GD es alta, las
Las GD puede basarse en fuentes de energía unidades de GD alteran no solo a las RD sino
alternativas de pequeña y mediana potencia también pueden afectar a las Redes de
de 5kW hasta 100MW[2], la GD utiliza Transmisión (RT), en efecto, la penetración
tecnologías vinculadas a energías renovables sin previo estudio de GD en los sistemas
como la energía eólica, solar e hídricas, pero eléctricos puede influir en la estabilidad del
también se emplean fuentes no renovables, sistema, alterando así, el ángulo, la frecuencia
como generadores diésel, generadores de gas y la estabilidad del voltaje[9], aspecto por el
natural, pilas de combustible, etc.[3][2], éstas cual, se afectaría la confiabilidad de la
centrales se ubican muy próximas a los operación de los sistemas eléctricos.
consumidores por lo que se pueden conectar a Con estos antecedentes, este artículo
las RD o en las instalaciones internas del pretende determinar técnicamente la
consumidor [4], en la actualidad los GD han ubicación de generadores distribuidos para
reemplazado en una escala considerable a la insertarlos en un sistema eléctrico mallado de
generación centralizada de electricidad[5], el 39 barras, a fin de verificar sus beneficios
uso masivo de GD reduce en gran proporción considerando para el efecto el cálculo de las
el costo de producción de electricidad, si son pérdidas en el sistema eléctrico, los perfiles
GD renovables reducen la contaminación de voltaje y garantizando la operación del
ambiental brindándonos energía limpia y sistema eléctrico.
compatible con el medio ambiente. En relación a la temática, en [3], [8] sus
Los efectos positivos que brindan los GD autores proponen estudios sobre los impactos
son verdaderamente importantes, pueden que pueden ocasionar las diferentes
descongestionar la red, cambiar direcciones tecnologías de GD integradas al sistema
de potencia, estabilizar el voltaje, disminuir eléctrico, en [9], se propone un método
costos, disminuir pérdidas, etc., pero también basado en dos factores: análisis de la
se pueden reflejar efectos adversos ya que la continuación del flujo de potencia y
mayoría de RD en la actualidad son radiales determinación de las barras con las voltaje
en las cuales el flujo de potencia es más sensible al voltaje de colapso.
unidireccional[6] y su infraestructura no está En [3], se hace un análisis en el sistema
diseñada para soportar la inyección de eléctrico mediante el software NEPLAN y el
potencia en sitios en los cuales se método ampliado de Newton-Raphson
implementan GD. llegando a la conclusión de que su ubicación
En muchas partes del mundo, donde no hay precisa y el tamaño son vitales para reducir
red eléctrica, la GD puede ser la única fuente las pérdidas de potencia y mejorar la
de energía. Por otra parte, en regiones bien estabilidad de voltaje del sistema.
dotadas de redes de suministro de energía, son Así mismo en [10], sus autores presentan un

8
método analítico eficiente (AE) que integra el distribución.
algoritmo de flujo óptimo de potencia (FOP) Además, la GD mejora los perfiles de voltaje
para desarrollar un nuevo método, AE-FOP y el factor de carga, lo que minimiza el
que resuelve efectivamente las limitaciones número de reguladores de voltaje necesarios,
globales del sistema para disminuir perdidas los condensadores y sus elevados costos de
de potencia y mejorar la estabilidad de la mantenimiento o reparación[11].
voltaje, los estudios propuestos anteriormente Otro objetivo importante de la GD es la
tienen como objetivo común disminuir las oportunidad de explotar la integración de
pérdidas de potencia y mejorar los perfiles de diferentes portadores de energía, con el
voltaje en los sistemas eléctricos utilizando objetivo de ahorro de energía y mejora de la
GD, es por eso que este documento se eficiencia del sistema eléctrico, haciendo
propone resolver la problemática mencionada, transferencias de energía de una compañía
sujeto a las restricciones inherentes de la distribuidora a otra donde sea más
operación del sistema eléctrico, cuyo modelo conveniente. Por lo tanto, se prevé un
matemático propuesto será resuelto utilizando intercambio de energía entre diferentes
el software denominado General Algebraic portadores de energía con un aumento
Modeling System General (GAMS). previsible de la demanda eléctrica. Estas
hipótesis, asociadas a la apertura del mercado
2 Evaluación de los efectos de la eléctrico y a la integración de diferentes
Generación Distribuida en el tecnologías, implican un impacto significativo
en la operación del sistema eléctrico[12].
Sistema Eléctrico Por otra parte, estos beneficios se
Las evaluaciones de los efectos y el
compensan con las situaciones adversas que
comportamiento de la GD en los sistemas
se pueden dar en el sistema eléctrico, ya que
eléctricos involucran una gran cantidad de
la integración de GD no es sencilla, el sistema
estudios, en los que se consideran múltiples
eléctrico puede resultar con mayores pérdidas
escenarios de operación por ejemplo las horas
de potencia activa y reactiva porque la GD
pico de consumo, las horas de consumo bajo y
está instalada cerca de los centros de
mediano. En los sistemas con contribución
carga[13], reflejándose un mayor nivel de
mayoritaria de centrales hidroeléctricas los
cortocircuito y percibiéndose desviaciones de
escenarios aumentan porque se deben tomar
voltaje, ya que el nivel de penetración de la
aspectos característicos de las épocas secas de
GD puede causar sobrevoltajes. En la mayoría
verano y las épocas lluviosas de invierno.
de casos las pérdidas y afectaciones al sistema
Estos efectos pueden ser analizados
eléctrico se dan porque previo a la conexión
mediante la comparación obtenida para cada
la GD no se realizaron estudios que avalen
escenario antes y después de la introducción
sus beneficios y las afectaciones.
de la GD en el sistema eléctrico.
La GD tiene el amplio potencial de reducir 2.1 Tecnologías empleadas en
las emisiones y aumentar la dependencia de Generación Distribuida
las fuentes de energías alternativas y, por lo Muchas tecnologías de GD utilizan
tanto, participar en la diversificación combustibles fósiles como las turbinas de
energética[3]. También ayuda a proporcionar combustión, celdas de combustión y los
energía de reserva durante intervalos de motores de combustión interna, las mismas
tiempo en los que se demande energía que emiten emisiones tóxicas al medio
evitando la inversión en grandes centrales ambiente, pero por el tamaño reducido su
eléctricas y líneas de transmisión, teniendo emisión es baja respecto a las grandes
también como consecuencia la reducción de centrales convencionales, en la Tabla 1 se
las pérdidas de potencia de transmisión y muestran las tecnologías empleadas[14].

9
Tabla 1: Clasificación de Fuentes de Generación Distribuida. conocer la matriz de admitancia (Ybarra), esta
Tecnología Potencia Nominal matriz abarca los datos de las impedancias de
Turbinas a gas de ciclo
las líneas de transmisión[16]. Para obtener la
35-100MW admitancia total conformada por todos los
combinado
Motores de combustión
5kW-10MW elementos que se interconectan al sistema
interna
usaremos las ecuaciones (1) y (2)
Turbinas de combustión 1-100MW determinado así la conductancia y la
Micro-turbinas de susceptancia. A su vez, la Ybarra está
35kW-1MW
combustión
Biomasa, basados en conformada por la admitancia mutua (3) y la
100kW-20MW
gasificación admitancia propia descrita en (4) y la matriz
Celdas de combustible, Ybarra mostrada en (5).
200kW-2MW
ácido fosfórico
𝑅
En la Tabla 2 se muestran tecnologías 𝐺 = 𝑅2 +𝑋 2 (1)
relativamente nuevas y que son muy
atractivas para la ingeniería eléctrica y para Donde:
los activistas ambientalistas, pues, se 𝐺 : Conductancia.
promueven con gran interés porque el 𝑅 : Resistencia.
impacto hacia el medio ambiente es 𝑋 : Reactancia.
mínimo[14].
𝑋
𝐵 = 𝑅2 +𝑋 2 (2)
Tabla 2: Clasificación de Fuentes de Generación Distribuida.
Tecnología Potencia Nominal
Donde:
Pequeñas Hidros 1-100MW 𝐵 : Susceptancia.
Micro Hidros 25kW-1MW 𝑅 : Resistencia.
Turbinas Eólicas 200W-3MW 𝑋 : Reactancia.
Arreglos Fotovoltaicos 20W-100kW
Solar térmica, receptor
1-10MW Yin = −Yin ∠θin (3)
central
Solar térmica, sistema Lutz 10-80MW
Energía del océano 100kW-1MW Yii = − ∑N
j=1 −Yin ∠θin (4)

3 Flujo de Potencia (FP) 0 −Yin … −Yin

El cálculo del FP en los sistemas eléctricos −Yin 0 −Yin ⋮
Y𝑖𝑛 = [ ] (5)
tiene el propósito de describir los flujos de ⋮ −Yin 0 −Yin
carga que circulan en los sistemas eléctricos, −Yin ⋯ −Yin 0
la razón del FP es que los sistemas eléctricos
son complejos y necesitan procedimientos Con el objetivo de obtener el valor de
computacionales para poder planificar, potencia en cada barra, hay que saber la
diseñar y operar los sistemas de potencia, el inyección de corriente que se está haciendo
FP en los SEP se determina mediante el mediante la matriz que se observa en (6)[17].
voltaje en cada barra y las impedancias de las
líneas que interconectan las barras, dicho 𝐼𝑖𝑗 .. 𝐼𝑖𝑗 𝑉𝑖 𝑌𝑖𝑖 −𝑉𝑛 𝑌𝑖𝑛 … −𝑉𝑛 𝑌𝑖𝑛
⋱ ⋮
calculo permite encontrar: magnitud y ángulo [ ⋮ ⋱ ⋮ ] = [ 𝑛 𝑌𝑖𝑛
−𝑉 −𝑉𝑛 𝑌𝑖𝑛
]
⋮ −𝑉𝑛 𝑌𝑖𝑛 ⋱ −𝑉𝑛 𝑌𝑖𝑛
de los voltajes, flujos de potencia activa y 𝐼𝑖𝑗 .. 𝐼𝑖𝑗
−𝑉𝑛 𝑌𝑖𝑛 ⋯ −𝑉𝑛 𝑌𝑖𝑛 𝑉𝑖 𝑌𝑖𝑖
reactiva, reajustes de taps de los (6)
transformadores, las pérdidas en los sistemas
eléctricos, etc.,[15]. Posterior a la resolución de (6), la ecuación
El estudio del FP obliga conocer los (7) muestra la corriente que será inyectada en
parámetros iniciales de cada elemento que cada barra del sistema, quedando de la
conforma el SEP, para ello es indispensable siguiente manera.

10
𝐼𝑖 = 𝑌11 𝑉1 + 𝑌12 𝑉2 ⋯ 𝑌𝑖𝑛 𝑉𝑖𝑛 = 𝑌𝑖𝑖 𝑉𝑖 + un sistema optimo y eficiente conduce al
∑𝑁 𝑛=1 𝑌𝑖𝑛 𝑉𝑛 , 𝑖 𝜖 𝑁 (7) cálculo de un Flujo óptimo de Potencia
Además, se sabe que la potencia es el (FOP), con el cual se pueden fijar aspectos de
producto del voltaje y la corriente en cada minimización o maximización de recursos
barra tenemos de donde surge la ecuación relacionados a la producción y entrega de
(89), en la cual están unificadas la potencia energía[16], [18].
activa y la reactiva.
4 Flujo óptimo de potencia
𝑁
(FOP)
𝑃𝑖 − 𝑗𝑄𝑖 = ∑|𝑌𝑖𝑛 𝑉𝑛 𝑉𝑖 |∠𝜃𝑖𝑛 + 𝛿𝑛 − 𝛿𝑖 (8) Actualmente existen muchas técnicas para
𝑛=1 resolver un FOP, dichas técnicas se
subcategorizan en los métodos heurísticos y la
Fundamentalmente si se realiza la expansión optimización definida por la matemática
a la ecuación (8) anterior surgen ecuaciones clásica, estas técnicas son abarcadas por
independientes de potencia activa y reactiva, poderosas herramientas computacionales u
dichas ecuaciones son las que permiten optimizadores los mismos que nos permiten
obtener los flujos que circulan por cada barra resolver problemas de optimización de
del sistema, de esta manera dando paso a la manera rápida y confiable, uno de estos es el
resolución del problema de FP y que además optimizador GAMS, es un sistema de
se logra identificar los tipos de barras que el optimización y modelado matemático que
SEP puede poseer y estas son: Barra de compila el lenguaje y un conjunto de
voltaje, la cual contiene el valor constante de solucionadores de alto rendimiento, el
la magnitud del voltaje a la cual también se optimizador GAMS puede realizar modelados
adhiere un elemento el cual inyecta potencia de programación lineal, programación entera
activa de manera constante al sistema. Barra programación entera mixta, programación no
oscilante, dicha barra funciona como lineal, etc., esta última citada es la que se
referencia del valor de ángulo para todo el aplica en este artículo para cumplir con el
sistema, en la mayoría de casos se asocia a un propósito de resolución del problema[15].
grupo de generadores de gran tamaño los El FOP es muy importante porque hace que
cuales tienen la capacidad de compensar en el sistema eléctrico entregue la potencia
caso de que haya desvío de potencia en la adecuada al consumidor despachando sus
operación del SEP y la barra de carga, no generadores de manera que se pueda
posee generación y nos da a conocer la maximizar o minimizar una función objetivo
potencia activa y el factor de potencia por sujeta a restricciones que se relacionan a la
medio de un registro de datos[16]. operación del sistema eléctrico, de tal manera
Por la complejidad y la no linealidad de las se entiende que el FOP es un problema de
funciones que permiten la resolución de un FP optimización no lineal mixta multivariable
se han creado métodos iterativos los cuales multidimensional y multirestrictiva con
facilitan su resolución, entre los más comunes interacción con variables continuas y discretas
se citan; el método de Newton-Raphson, [19].
método de la Bisección, método de la
Secante, entre otros, sin embargo, cualquier 4.1 Optimización a través de la
método que se aplique únicamente reflejan de Programación no Lineal (PNL)
valores y resultados de carácter eléctrico; de La optimización consiste en encontrar el
tal manera que un FP no considera la valor óptimo de las variables de una función
operación eficiente de un SEP por lo que la objetivo que satisfagan las restricciones
problemática se centra en la optimización de planteadas, la optimización se la puede
recursos para la transmisión de energía desde realizar mediante la PNL. En [20] se describe
los centros de generación hasta los sitios de a la PNL como un conjunto de resoluciones
consumo, por lo tanto, la necesidad de tener en un sistema con condiciones desiguales o

11
iguales sujeta a restricciones que involucran discretas y no lineales en la función objetivo y
variables desconocidas que conduzcan a sus restricciones[22].
maximizar o minimizar una función objetivo, El uso de MINLP es un planteamiento
la solución de la PNL se sujeta a condiciones natural de la formulación de problemas donde
de operación del sistema, de tal manera que se es necesario optimizar simultáneamente la
pueda obtener una respuesta acorde a las estructura del sistema (discreta) y parámetros
restricciones y satisfacer la función objetivo, (continua). De manera algebraica se denota de
los componentes de un flujo óptimo de la siguiente manera.
potencia tienen condiciones que son
establecidas por las variables de control las 𝑚𝑖𝑛𝑓 = 𝑓(𝑥, 𝑢)
mismas que cambian según las características { 𝑠. 𝑎. 𝑔(𝑥, 𝑢) ≤ 0 (10)
que tengan los problemas planteados, esto se 𝑥𝜖𝑋, 𝑦𝜖𝑌 𝑖𝑛𝑡𝑒𝑔𝑒𝑟
puede ver en la ecuación (9) descrita en [21],
ayuda a establecer nuestro modelo A diferencia de la PNL la MINLP posee
matemático de flujo óptimo de potencia, la variables continuas y discretas las mismas que
cual generaliza la función objetivo y sus para el modelo planteado el conjunto de
respectivas restricciones. elementos en 𝑦 son enteros.

𝑚𝑖𝑛𝑓 = 𝑓(𝑥, 𝑢) 5 Metodología de resolución

{𝑠. 𝑎. 𝑔(𝑥, 𝑢) = 0 (9) A fin de resolver el problema de optimización, se
ℎ(𝑥, 𝑢) ≤ 0 procede con la aplicación del siguiente algoritmo
de resolución:
La ecuación (10) es descrita de la siguiente Algoritmo de Resolución
manera: 𝑥 es la variable que se va a controlar, Paso 1: INICIO-Datos del SEP
Paso 2: Matriz de admitancias
que normalmente representa la potencia activa
Pase 3: Cálculo de la matriz de admitancias
del generador, la voltaje de la máquina, la Paso 4: Proceso, Optimización
relación del transformador de regulación de la Condiciones Iniciales.
voltaje de carga, el ángulo de fase; 𝑢, es la Variable de decisión 𝑈𝐷𝐺𝑖
variable de estado, que normalmente Restricciones de igualdad
𝑛
representa la potencia activa en un punto de 𝑃𝐺𝑖 − 𝑃𝐷𝑖 = 𝑉𝑖 ∑ 𝑌𝑖𝑘 𝑉𝑘 cos(𝛿𝑖 − 𝛿𝑘 − 𝜃𝑖𝑘 )
equilibrio, amplitud de voltaje, etc. 𝐾=1
𝑛
𝑓(𝑥, 𝑢), es la función objetivo de un problema
𝑄𝐺𝑖 − 𝑄𝐷𝑖 = 𝑉𝑖 ∑ 𝑌𝑖𝑘 𝑉𝑘 cos(𝛿𝑖 − 𝛿𝑘 − 𝜃𝑖𝑘 )
que normalmente representa el costo de 𝐾=1
generación, pérdidas de potencia en la red, Restricciones de desigualdad
desviación del voltaje en las barras, 𝑉𝑚𝑖𝑛 ≤ 𝑉𝑖 ≤ 𝑉𝑚𝑎𝑥
etc.; 𝑔(𝑥, 𝑢) es la restricción de igualdad, 𝛿𝑖−𝑚𝑖𝑛 ≤ 𝛿𝑖 ≤ 𝛿𝑖−𝑚𝑎𝑥
pueden ser balances de potencia activa o 𝑃𝐺𝑚𝑖𝑛 ≤ 𝑃𝐺𝑛𝑜𝑚 ≤ 𝑃𝐺𝑚𝑎𝑥
𝑄𝐺𝑚𝑖𝑛 ≤ 𝑄𝐺𝑛𝑜𝑚 ≤ 𝑄𝐺𝑚𝑎𝑥
reactiva en las barras; ℎ(𝑥, 𝑢) son las ∑𝑖1 𝑈𝐷𝐺𝑖𝑗 ≤ 𝑁𝐺𝐷𝑚𝑎𝑥
restricciones de desigualdad, usualmente Paso 5: Visualización, Resultados
representa la restricción de amplitud de 𝑃𝐿 = ∑𝑛𝑖=1 𝑃𝐺𝑖 − ∑𝑛𝑗=1 𝑃𝐷𝑖
voltaje, ángulo de fase y potencia activa y Paso 6: FIN
reactiva de los generadores asociados al El optimizador utilizado para este problema
sistema. Sin embargo por la complejidad que es el GAMS, calificado como un alto lenguaje
representa realizar la optimización en el de programación para resolución de
problema de este trabajo el método utilizado problemas matemáticos, posee un conjunto de
para su resolución es la Programación no solvers cada uno direccionado a los
lineal de enteros mixtos (MINLP), este diferentes tipos de problemas que puedan
método se refiere a la programación existir, uno de los solver es el Interior Point
matemática con variables continuas y Optimizer for large scale nonlinear
programming (IPOPT) [23], que es utilizado

12
en este trabajo, es ideal para resolver modo, que la potencia producida por el
problemas de optimización a gran escala que sistema eléctrico y las fuentes de GD no
contengan algoritmos relacionados con excedan la potencia que el sistema necesita,
MINLP. realizando un balance en cada barra.
6 Planteamiento del modelo 𝑛
El objetivo del presente trabajo es minimizar
𝑃𝐺𝑖 − 𝑃𝐷𝑖 = 𝑉𝑖 ∑ 𝑌𝑖𝑘 𝑉𝑘 cos(𝛿𝑖 − 𝛿𝑘 − 𝜃𝑖𝑘 )
las pérdidas de potencia activa en un SEP
𝐾=1
utilizando GD, para ello se adquieren los (12)
datos de un sistema eléctrico de 39 barras
𝑛
descrito en [24] , los cuales utilizaremos para
correr los flujos de potencia en el primer caso 𝑄𝐺𝑖 − 𝑄𝐷𝑖 = 𝑉𝑖 ∑ 𝑌𝑖𝑘 𝑉𝑘 cos(𝛿𝑖 − 𝛿𝑘 − 𝜃𝑖𝑘 )
sin la implementación de GD y el otro caso 𝐾=1
(13)
implementando unidades de GD que serán Donde:
resultado de la optimización, para poder 𝑃𝐺𝑖 , 𝑄𝐺𝑖: Potencia activa y reactiva generada en
realizar la comparación respectiva. i.
𝑃𝐷𝑖 , 𝑄𝐷𝑖: Potencia de demanda activa y reactiva
6.1 Función Objetivo en i.
La función objetivo se describe en la 𝑉𝑘 : Voltaje en el nodo k.
ecuación (12), la cual pretende minimizar la 𝑌𝑖𝑘 : Magnitud de la admitancia de Ybarra.
pérdida de potencia activa del sistema. 𝛿𝑖 : Ángulo de voltaje en el nodo i.
Para el efecto se considera tanto las cargas e 𝛿𝑘 : Ángulo de voltaje en el nodo k.
inyecciones en cada nodo del sistema, 𝜃𝑖𝑘 : Ángulo de la admitancia de Ybarra.
permitiendo el balance nodal, claro está que
para que se cumpla debemos restringirla con
6.2.2 Restricciones de desigualdad
las condiciones descritas en el siguiente
numeral.
6.2.2.1 Los límites de voltaje
El modelo de optimización que sirve para el
𝑃𝐿 = ∑𝑛𝑖=1 𝑃𝐺𝑖 − ∑𝑛𝑖=1 𝑃𝐷𝑖 (11) flujo de potencia debe incluir un mecanismo
para mantener la magnitud del voltaje dentro
Dónde: de una banda restrictiva, que garantice la
𝑃𝐿 : Potencia activa de pérdidas. estabilidad del sistema.
𝑃𝐺𝑖 : Potencia generada. Durante el proceso de cálculo del flujo de
𝑃𝐷𝑖 : Potencia consumida o potencia de potencia, los límites establecidos para este
carga proceso comúnmente en redes eléctricas
oscilan entre 0,9 pu y 1,05 pu según lo
6.2 Restricciones explican en [26], en efecto, las variaciones de
El modelado matemático tiene como
voltaje deben estar dentro del rango
propósito demostrar que la implementación de
mencionado, para cumplir lo descrito se usará
la GD logra disminuir las pérdidas de
la ecuación (14).
potencia activa, para lo cual se debe tomar en
cuenta una serie de restricciones inherentes a 𝑉𝑖𝑚𝑖𝑛 ≤ 𝑉𝑖 ≤ 𝑉𝑖𝑚𝑎𝑥 (14)
la operación del sistema, las cuales se detallan Donde:
a continuación [25]. 𝑉𝑚𝑖𝑛 ; 𝑉𝑚𝑎𝑥 : Voltaje mínimo y máximo.
𝑉𝑖 : Voltaje nominal.
6.2.1 Restricciones de igualdad
6.2.2.2 Límites de ángulos de los voltajes
6.2.1.1 Balance de potencia activa y En la ecuación (15) se determinan los límites
reactiva de los ángulo de voltaje de cada barra, pues,
Las ecuaciones (12) y (13), garantizan que la el ángulo de voltaje en cada barra es un
demanda del sistema sea atendida, de tal

13
margen adicional de seguridad, en la norma o el valor de 0 si no se integró, la ecuación
europea EN50160 descrita en [27] menciona (21) modelará lo antes descrito.
que la variación mínima que puede sufrir el
ángulo del voltaje en cada barra es el 6% y el 𝑈𝐺𝐷𝑖 ∈ {0,1} (21)
límite máximo es del 10 %.
6.3 Modelo de optimización
𝛿𝑖−𝑚𝑖𝑛 ≤ 𝛿𝑖 ≤ 𝛿𝑖−𝑚𝑎𝑥 (15) Con base a lo todo lo descrito, el modelo de
optimización a ser resuelto por GAMS es el
Donde: siguiente:
𝛿𝑖−𝑚𝑖𝑛 ; 𝛿𝑖−𝑚𝑎𝑥 : Ángulo mínimo y máximo. Función Objetivo
𝛿𝑖 : Ángulo nominal. 𝑛 𝑛

𝑃𝐿 = ∑ 𝑃𝐺𝑖 − ∑ 𝑃𝐷𝑖
6.2.2.3 Límites de potencia
𝑖=1 𝑖=1
Dado que la capacidad de las fuentes de GD
está inherentemente limitada por los recursos Sujeto a:
energéticos, es necesario mantener la potencia Ecuaciones de Balance de Potencia Activa y
generada entre los niveles máximos y Reactiva
mínimos, multiplicadas por la ecuación de las
𝑛
variables binarias de decisión, esto se muestra
en (16), (17), (18) Y (19). 𝑃𝐺𝑖 − 𝑃𝐷𝑖 = 𝑉𝑖 ∑ 𝑌𝑖𝑘 𝑉𝑘 cos(𝛿𝑖 − 𝛿𝑘 − 𝜃𝑖𝑘 )
𝐾=1
𝑛
𝑃𝐺𝑖 ≤ 𝑃𝐺𝑖 𝑚𝑎𝑥 ∗ 𝑈𝐺𝐷𝑖 (16)
𝑄𝐺𝑖 − 𝑄𝐷𝑖 = 𝑉𝑖 ∑ 𝑌𝑖𝑘 𝑉𝑘 cos(𝛿𝑖 − 𝛿𝑘 − 𝜃𝑖𝑘 )
𝑃𝐺𝑖 ≥ 𝑃𝐺𝑖 𝑚𝑖𝑛 ∗ 𝑈𝐺𝐷𝑖 (17)
𝐾=1
𝑄𝐺𝑖 ≤ 𝑄𝐺𝑖 𝑚𝑎𝑥 ∗ 𝑈𝐺𝐷𝑖 (18)
𝑄𝐺𝑖 ≥ 𝑄𝐺𝑖 𝑚𝑖𝑛 ∗ 𝑈𝐺𝐷𝑖 (19) Límites de Voltaje

Donde: 𝑉𝑖𝑚𝑖𝑛 ≤ 𝑉𝑖 ≤ 𝑉𝑖𝑚𝑎𝑥

𝑃𝐺𝑚𝑖𝑛 ; 𝑃𝐺𝑚𝑎𝑥 ; 𝑄𝐺𝑚𝑖𝑛 ; 𝑄𝐺𝑚𝑎𝑥 : Potencia activa y Límites de los Ángulos de los Voltajes
reactiva de generación, mínima y máxima.
𝑃𝐺𝑖 ; 𝑄𝐺𝑖 : Potencia activa y reactiva despachada 𝛿𝑖−𝑚𝑖𝑛 ≤ 𝛿𝑖 ≤ 𝛿𝑖−𝑚𝑎𝑥
por cada de generador ubicado en el nodo i.
𝑈𝐺𝐷𝑖 : Variable binaria de decisión. Límites de Potencia

6.2.2.4 Número máximo de GD a 𝑃𝐺𝑖 ≤ 𝑃𝐺𝑖 𝑚𝑎𝑥 ∗ 𝑈𝐺𝐷𝑖

integrarse 𝑃𝐺𝑖 ≥ 𝑃𝐺𝑖 𝑚𝑖𝑛 ∗ 𝑈𝐺𝐷𝑖
Esta restricción determina el número 𝑄𝐺𝑖 ≤ 𝑄𝐺𝑖 𝑚𝑎𝑥 ∗ 𝑈𝐺𝐷𝑖
máximo de fuentes de GD que pueden 𝑄𝐺𝑖 ≥ 𝑄𝐺𝑖 𝑚𝑖𝑛 ∗ 𝑈𝐺𝐷𝑖
ingresar a operar, según las necesidades del
sistema eléctrico, la misma que se muestra en Variable binaria de decisión
la Ecuación (20). 𝑈𝐺𝐷𝑖 ∈ {0,1}

∑𝑖1 𝑈𝐷𝐺𝑖 ≤ 𝑁𝐺𝐷𝑚𝑎𝑥 (20) Número máximo de unidades de GD

Dónde: 𝑖

𝑈𝐷𝐺𝑖 : Variable binaria de decisión. ∑ 𝑈𝐷𝐺𝑖 ≤ 𝑁𝐺𝐷𝑚𝑎𝑥

𝑁𝐺𝐷𝑚𝑎𝑥 : Número máximo de fuentes de GD. 1

De tal manera que para hacer uso de la 7 Descripción del Caso de

ecuación de variables binarias de decisión que Estudio
dan una señal de encendido o apagado de las El sistema de 39 barras descrito en[24]
unidades, mostrando el valor de 1 si se integró consta de 10 generadores, 19 cargas, 34 líneas

14
y 12 transformadores en la Figura 1 se Tabla 3: Características de generadores.
Generador Ubicación Tipo de Bara Potencia
muestra el diagrama unifilar de dicho sistema, (MW)
es un modelo simplificado del sistema de
G1 Barra 39 PV 1000
transmisión en el área de Nueva Inglaterra en G2 Barra 31 Slack 0
el noreste de los EE.UU. G3 Barra 32 PV 650
La frecuencia nominal del sistema es de 60 G4 Barra 33 PV 632
Hz y el voltaje de la red es de 345 kV (voltaje G5 Barra 34 PV 508
nominal). Para las barras a un nivel de voltaje G6 Barra 35 PV 650
diferente, se han asumido los siguientes G7 Barra 36 PV 560
voltajes nominales para el modelo G8 Barra 37 PV 540
desarrollado. G9 Barra 38 PV 830
G10 Barra 30 PV 250
 Barra 12: 138 kV
 Barra 20: 230 kV 7.2 Demanda
 Barra 30-Barra 38: 16.5 kV Las cargas no dependen del voltaje, pero
tienen una demanda constante de potencia
activa y reactiva. Los datos de carga (potencia
G8
activa P y potencia reactiva Q) se muestran en
37
G10 la Tabla 4.
30
25
Tabla 4: Demanda del sistema.
14 28 29
Carga Ubicación P (MW) Q (Mvar)
2 27
38 L 03 Barra 03 322 2.4
24
1 18 G9 L 04 Barra 04 500 184
17 G6
3 16 L 07 Barra 07 233.8 94
35
L 08 Barra 08 522 176
G1 15

4 14
21 22 L 12 Barra 12 7.5 88
39
5 L 15 Barra 15 320 153
6 12
19 23
L 16 Barra 16 329 32.3
7
13
L 18 Barra 18 158 30
11 20
8
10 34 33 36 L 20 Barra 20 628 103
31
9
32 L 21 Barra 21 274 115
G2 G5 G4 G7 L 23 Barra 23 247 94.6
G3 L 24 Barra 24 309 -92.2
L 25 Barra 25 224 47.2
Figura 1: Sistema eléctrico de 39 barras. L 26 Barra 26 139 17
L 27 Barra 27 291 75.5
7.1 Generadores L 28 Barra 28 206 27.6
El generador 1 representa la interconexión L 29 Barra 29 283 26.9
con el resto del sistema de transmisión y, por L 31 Barra 31 9.2 4.6
lo tanto, está conectado directamente al nivel L 39 Barra 39 1104 250
de 345 kV. Todos los demás generadores
están conectados a través de transformadores. 7.3 Líneas
El generador 2 es el elemento oscilante del Los datos de las líneas se dan en por unidad
sistema, por lo tanto la magnitud de voltaje y (p.u.) con base de 100MVA como se
el ángulo de voltaje son dados (0.982 p.u., 0.0 representa en la Tabla 5, con voltaje nominal
grados). Para los otros generadores, se de 345 kV y una frecuencia nominal de 60
suministran la potencia activa y la magnitud Hz. La longitud de cada línea en el modelo se
de tensión controlada en sus terminales. Los ha estimado con el supuesto de que la
datos indican en la Tabla 3. reactancia por longitud es de 0,3 / km.

15
 Tabla 5: Características de las líneas. Todos los datos mostrados en esta sección
Ni Nf R(pu) X(pu) B(pu) Pload (pu) Qload (pu) servirán para realizar la simulación en el Dig
1 2 0,00350 0,04110 0,69870 0,00000 0,00000
SILENT, así se podrá conocer los datos del
2 3 0,00100 0,02500 0,75000 0,00000 0,00000 flujo de potencia del sistema, posterior a esto
3 4 0,00130 0,01510 0,25720 3,22000 0,02400 se realizara la optimización mediante el
4 5 0,00700 0,00860 0,14600 5,00000 1,84000
5 6 0,00000 0,01810 0,00000 0,00000 0,00000 GAMS, los resultados obtenidos de los dos
6 7 0,00130 0,02130 0,22140 0,00000 0,00000 software se realizará un análisis comparativo
7 8 0,00110 0,01330 0,21380 2,33800 0,84000
8 9 0,00080 0,01280 0,13420 5,22000 1,76000 y llegar a conclusiones relacionadas con la
9 10 0,00080 0,01290 0,13820 0,00000 0,00000 operación del sistema.
10 11 0,00020 0,00260 0,04340 0,00000 0,00000
11 12 0,00080 0,01120 0,14760 0,00000 0,00000
12 13 0,00060 0,00920 0,11300 0,07500 0,88000 8 Resultados
13 14 0,00070 0,00820 0,13890 0,00000 0,00000
14 15 0,00000 0,02500 0,00000 0,00000 0,00000
15 16 0,00040 0,00460 0,07800 3,20000 1,53000 8.1 Sistema en condiciones iniciales.
16 17 0,00230 0,03630 0,38040 3,29000 0,32300 En este caso se realiza el cálculo de flujo de
17 18 0,00100 0,02500 1,20000 0,00000 0,00000
18 19 0,00040 0,00430 0,07290 1,58000 0,30000 potencia únicamente con la función objetivo
19 20 0,00040 0,00430 0,07290 0,00000 0,00000 sujeta a las restricciones inherentes que posee
20 21 0,00000 0,02000 0,00000 6,28000 1,03000
21 22 0,00160 0,04350 0,00000 2,74000 1,15000
el sistema sin sobrecargar al sistema es decir
22 23 0,00160 0,04350 0,00000 0,00000 0,00000 con una demanda baja, para comprobar que se
23 24 0,00090 0,01010 0,17230 2,47500 0,84600 están realizando las cosas de manera correcta
24 25 0,00180 0,02170 0,36600 3,08600 -0,92200
25 26 0,00090 0,00940 0,17100 2,24000 0,47200 se procede a correr el flujo de potencia en
26 27 0,00070 0,00890 0,13420 1,39000 0,17000 primera instancia mediante el simulador
27 28 0,00160 0,01950 0,30400 2,81000 0,75500
28 29 0,00080 0,01350 0,25480 2,06000 0,27600
DigSILENT posteriormente para comprobar
29 30 0,00030 0,00590 0,06800 2,83500 0,26900 que el modelo de optimización está
30 31 0,00070 0,00820 0,13190 0,00000 0,00000 cumpliendo con su función, bajo condiciones
31 32 0,00130 0,01730 0,32160 0,09200 0,04600
32 33 0,00070 0,01380 0,00000 0,00000 0,00000 relajadas y sin la intervención de ninguna
33 34 0,00070 0,01420 0,00000 0,00000 0,00000 fuente de GD procedemos simular el flujo de
34 35 0,00090 0,01800 0,00000 0,00000 0,00000
35 36 0,00080 0,01400 0,25650 0,00000 0,00000 potencia en el optimizador GAMS y se
36 37 0,00060 0,00960 0,18460 0,00000 0,00000 comparan los perfiles de voltaje, luego de su
37 38 0,00000 0,01430 0,00000 0,00000 0,00000
38 39 0,00220 0,03500 0,36100 0,00000 0,00000
comparación se obtiene el siguiente resultado.
39 40 0,00050 0,02720 0,00000 11,04000 2,50000

7.4 Transformadores
Los datos de los transformadores se dan en
por unidad (p.u.) como se representa en la
Tabla 6 basada en la potencia base de
100MVA. Se ha supuesto que el grupo
vectorial de todos los transformadores es
YNy0, con el fin de obtener resultados de los
ángulos de voltaje.
Tabla 6: Características de los transformadores.
Trafo Ubicación R (pu) X (pu) Mag. Tr.
(pu)
Figura 2: Perfiles de Voltaje.
Tr 1 Barra 11 0.0016 0.0435 1.0060
Tr 2 Barra 13 0.0016 0.0435 1.0060
Tr 3 Barra 31 0.0000 0.0250 1.0700 El resultado muestra que los valores son
Tr 4 Barra 32 0.0000 0.0200 1.0700
Tr 5 Barra 33 0.0007 0.0142 1.0700 similares, esto garantiza el correcto
Tr 6 Barra 34 0.0009 0.0180 1.0090 funcionamiento del modelo planteado y del
Tr 7 Barra 35 0.0000 0.0143 1.0250
Tr 8 Barra 36 0.0005 0.0272 1.0000
optimizador sin considerar la integracion de
Tr 9 Barra 37 0.0006 0.0232 1.0250 fuentes de GD al sistema eléctrico.
Tr 10 Barra 30 0.0000 0.0181 1.0250
Tr 11 Barra 38 0.0008 0.0156 1.0250
Tr 12 Barra 20 0.0007 0.0138 1.0600

16
8.2 Resultados de la optimización 8.2.3 Perfil de voltaje en cada barra
Posterior a la comprobación se procede a La ubicación correcta de las fuentes de GD
realizar la optimización del caso de estudio es vital para que se puedan mejorar los
planteado, en esto se considera el sistema perfiles de voltaje en las barras, es así, debido
eléctrico a plena carga es decir en el punto a que las potencias inyectadas por la GD
mas alto de la curva de consumo, para tener la permiten redistribuir las potencias antes
garantia de que el sistema muestre referidas en todo el sistema. En la Figura 4 se
confiabilidad en horas de consumo masivo. aprecia la mejora de los perfiles de voltaje
manteniéndose dentro de los límites
8.2.1 Integración de las unidades de GD permitidos.
Una vez resuelto el problema de
optimización, se obtiene las unidades de GD
que entran en operación y las cuales son
ubicadas en las barras 25, 27, 28, 36 y 37.
Las potencias activas y reactivas que se
despachan se reflejan en la Tabla 4.

Tabla 7: Localización de las unidades de GD.

Barras Unidades integradas de GD

Pg (pu) Qg (pu)
25 0.5 0.25
27 0.5 0.25
28 0.5 0.25
36 0.5 0.25 Figura 4 Perfiles de voltaje del sistema.
37 0.5 0.25
8.2.2 Minimización de las pérdidas de
8.2.4 Ángulos de voltajes en cada barra
potencia.
Como resultado adicional se denota la
Como resultado importante de la
mejora en la variación de los ángulos de los
optimización del modelo en la Figura 3 se
voltajes en cada barra, permitiendo que el
describen las pérdidas de potencia, se puede
sistema se mantenga estable durante la
notar que la minimización es evidente, de esta
operación bajo condiciones máximas de
manera se garantiza la operación óptima del
demanda.
sistema.

Figura 3: Pérdidas de potencias activa y reactiva. Figura 5: Comparación de los ángulos de voltaje en cada
barra.

17
9 Conclusiones: 10 Referencias
La minimización de pérdidas de potencia en [1] M. Piumetto, “Study of the influences
el sistema del caso de estudio es evidente, and contributions of the Generation
existen muchos factores los que contribuyen Distribution to control and optimize
para que los resultados sean reflejados en las The operation of the electrical
gráficas. Un estudio previo, análisis mediante distribution networks characteristic of
simulaciones, correcta formulación del the Argentine Republic,” 2015.
algoritmo, etc., son algunos aspectos que se [2] L. Hongkai, X. Chenghong, S. Jinghui,
pueden citar para lograr un buen diseño y and Y. Yuexi, “Green power
operación de todo sistema en el que se generation technology for distributed
requiera la integración de fuentes de GD. power supply,” 2008 China Int. Conf.
El modelo propuesto fue desarrollado con Electr. Distrib., no. 4, pp. 1–4, 2008.
éxito en el cual se pueden constatar varias [3] V. Vita, T. Alimardan, and L.
mejoras en las características del sistema Ekonomou, “The Impact of Distributed
eléctrico, esto ya que la determinación de la Generation in the Distribution
ubicación de las fuentes de GD fue correcta y Networks’ Voltage Profile and Energy
para llegar a la solución óptima el sistema Losses,” 2015 IEEE Eur. Model.
eléctrico considera las limitaciones y Symp., pp. 260–265, 2015.
condiciones establecidas arbitrariamente. [4] A. D. Pilehvarani, M. Hakimzadeh, M.
La conexión de GD al sistema eléctrico J. Far, and R. Sedaghati, “Application
siempre es eficiente cuando los problemas of GAMS and GA in the Location and
operativos del sistema eléctrico son resueltos Penetration of Distributed Generation,”
o mejorados, es aún más eficiente si las GD vol. 8, no. 11, pp. 1752–1755, 2014.
provienen de fuentes primarias renovables, de [5] A. R. Wallace and G. P. Harrison,
esta manera se reducen las emisiones tóxicas “Planning for optimal accommodation
hacia el ambiente, también pueden contribuir of dispersed generation in distribution
en la disminución de los costos de networks,” Manager, no. 63, pp. 12–
construcción y de operación de los sistemas 15, 2003.
eléctrico ya que son fuentes ubicadas [6] F. Gonzáles Longatt, “Venezuelan
próximas a las sitios de consumo y la Congress of Networks and Electric
necesidad de construir y mantener redes de Energy,” 2007.
transmisión serian minimizadas. [7] M. A. Golkar, “Distribited generation
En el caso del estudio resuelto, el sistema and competition in electric distribution
eléctrico puede mantenerse en condiciones market,” IEEE Syst. J., pp. 558–563,
óptimas de operación, manteniendo sus 2009.
parámetros dentro de los límites aunque la [8] N. Mourad, “Impact of Increased
potencia de demanda aumente, esto sucede Distributed Photovoltaic Generation on
porque cumple con las condiciones Radial Distribution Networks,” pp. 31–
establecidas, pero hay que recalcar que tiene 34, 2016.
un límite establecido de fuentes de GD que [9] H. Hedayati, S. A. Nabaviniaki, and A.
van a ser integradas ya que si se integran las Akbarimajd, “A new method for
fuentes sin control alguno se tendrían placement of DG units in distribution
variaciones anormales en el sistema y el networks,” 2006 IEEE PES Power
efecto de la GD en el sistema eléctrico sería Syst. Conf. Expo. PSCE 2006 - Proc.,
negativo. no. February 2016, pp. 1904–1909,
Se recomienda que al modelo propuesto sea 2006.
complementado con mayores restricciones [10] K. . b Mahmoud, N. . Yorino, and A. .
para el modelado de estabilidad, a fin de Ahmed, “Optimal Distributed
determinar aspectos de detalle y conclusiones Generation Allocation in Distribution
factibles de la GD en los sistemas eléctricos. Systems for Loss Minimization,” IEEE

18
 Trans. Power Syst., vol. 31, no. 2, pp. [19] X. Yu, “The Optimal Power Flow
960–969, 2016. Calculation of Power System Based on
[11] V. K. Shrivastava, O. P. Rahi, V. K. the Annealing Algorithm,” Energy
Gupta, and S. K. Singh, “Optimal Power Eng., vol. 05, no. 04, pp. 797–
location of distribution generation 802, 2013.
source in power system network,” 2012 [20] R. Y. W. Hua, H Sasaki, J Kubokawa,
IEEE 5th Power India Conf. PICONF “An Interior Point Nonlinear
2012, pp. 0–5, 2012. Programming for Optimal Power Flow
[12] B. Delfino, “Modeling of the Problems with A Novel Data
integration of distributed generation Structure,” vol. 11, pp. 12–45, 1997.
into the electrical system,” IEEE [21] Z. Liu, Y. Jun, and S. Qi, “Optimal
Power Eng. Soc. Summer Meet., vol. 1, power flow research on distributed
pp. 170–175, 2002. network considering distributed
[13] A. Molina-Garcia, R. Mastromauro, T. generation,” China Int. Conf. Electr.
Garcia-Sanchez, S. Pugliese, M. Distrib. CICED, vol. 2016-Septe, no.
Liserre, and S. Stasi, “Reactive Power Ciced, pp. 10–13, 2016.
Flow Control for PV Inverters Voltage [22] M. R. Bussieck and A. Pruessner,
Support in LV Distribution Networks,” “Mixed-integer nonlinear
IEEE Trans. Smart Grid, vol. 3053, no. programming,” SIAG/OPT Newsl.
c, pp. 1–1, 2016. Views News, vol. 14, no. 1, pp. 19–22,
[14] F. Gonzalez-Longatt, “Technologies 2003.
used in Distributed Generation,” p. 14, [23] GAMS Development Corporation,
2008. “IPOPT and IPOPTH:” [Online].
[15] C. O. A Costa, “Resolution of the load Available: www.gams.com.
flow problem,” vol. 2, pp. 124–245, [24] Powerfactory and Digsilent, “39 Bus
2002. New England System,” vol. V15,2, pp.
[16] S. R. Espinosa Gualotuña, “Analysis of 1–18, 2014.
the restriction of carbon dioxide [25] K. M. Sharma, K. P. Vittal, and P.
emissions in the optimal dispatch of the Seshagiri, “A heuristic approach for
thermal units of the Ecuadorian distributed generation sources location
generator park,” 2015. and capacity evaluation in distribution
[17] C. Vasquez, “Optimal location of systems,” TENCON 2008-2008 IEEE
distributed generation sources based on Reg. 10 Conf., pp. 1–6, 2008.
the voltage profile of electrical [26] IEEE Power & Energy Society, IEEE
distribution systems.” Quito, Ecuador, Std 1159 - IEEE Recommended
p. 22, 2016. Practice for Monitoring Electric Power
[18] K. V Kumar and M. P. Selvan, Quality., vol. 2009, no. June. 2009.
“Planning and Operation of Distributed [27] V. Smith, “A review of the new
Generations in Distribution Systems CELEC STANDARD EN 50160,” Syst
for Improved Voltage Profile,” 2009 Biol, vol. 57, no. 4, pp. 660–663, 2008.
IEEEPES Power Syst. Conf. Expo., vol.
620015, pp. 1–7, 2009.

19
11 Estado del Arte
Tabla 8: Matriz del estado del arte 1.

20
Tabla 9: Matriz del estado del arte 2.

21
 TEMÁTICA
Distributed
Generation (DG)
Technologies
20
15 Impact of GD on
Resolution of
10 distribution
Software
5 networks
0

Minimization of
Power flow
power losses

Voltage Stability

Figura 6: Indicadores del Estado del Arte-Temática

FORMULACIÓN DEL PROBLEMA

20
18
16
14
12
10
8
6
4
2
0
Voltage Stability Power Losses Voltage control Cost Application of
minimization software

Figura 7: Indicadores del Estado del Arte-Solución.

SOLUCIÓN DADA
14,5

14

13,5

13

12,5

12

11,5

11
Optimal location of DG Improve voltage profile and stability

Figura 8: Indicadores del Estado del Arte-Formulación del Problema.

22
23