logo móvil
Contáctanos

Análisis óptimo de flujo de potencia basado en un optimizador híbrido basado en gradiente con algoritmo de optimización de polilla-llama considerando la ubicación y dimensionamiento óptimos de FACTS/Energía eólica

Autores: Mohamed, Amal Amin; Kamel, Salah; Hassan, Mohamed H.; Mosaad, Mohamed I.; Aljohani, Mansour

Idioma: Inglés

Editor: MDPI

Año: 2022

Descargar PDF

Acceso abierto

Artículo científico
2022

Análisis óptimo de flujo de potencia basado en un optimizador híbrido basado en gradiente con algoritmo de optimización de polilla-llama considerando la ubicación y dimensionamiento óptimos de FACTS/Energía eólica


Categoría

Matemáticas

Subcategoría

Matemáticas generales

Palabras clave

Red eléctrica significativa
Red de energía eléctrica
Técnicas de optimización
Dispositivos FACTS
Sistema de energía híbrida
Fuentes de energía renovable

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 33

Citaciones: Sin citaciones


Descripción
El flujo de potencia óptimo (OPF) es uno de los problemas de control y gestión de redes eléctricas más significativos. La adición de fuentes de energía renovable no confiables e intermitentes a la red eléctrica aumenta y complica el problema del OPF, lo que requiere el uso de técnicas de optimización modernas para resolver este problema. Este trabajo presenta la ubicación y tamaño óptimos de algunos dispositivos FACTS en un sistema de energía híbrida que contiene aerogeneradores estocásticos y plantas de energía térmica tradicionales considerando el OPF. Los dispositivos FACTS utilizados son el compensador serie controlado por tiristores (TCSC), el cambiador de fase controlado por tiristores (TCPS) y el compensador estático de potencia reactiva (SVC). La ubicación y tamaño óptimos de los dispositivos FACTS se determinaron introduciendo una función multiobjetivo que contiene costos de reserva por sobreestimación y costos de penalización por subestimación de fuentes renovables intermitentes además de pérdidas de potencia activa. La incertidumbre en la producción de energía eólica se predice utilizando funciones de densidad de probabilidad de Weibull. Esta función multiobjetivo se optimiza utilizando una técnica híbrida, el optimizador basado en gradientes (GBO), y el algoritmo de optimización de llama de polilla (MFO).

Otros recursos que podrían interesarte

Temas Virtualpro