Eficiencia energética mediante el balance de fases en sistemas de distribución en baja tensión : solución desde un enfoque metaheurístico

Autores
Schweickardt, Gustavo Alejandro
Año de publicación
2014
Idioma
español castellano
Tipo de recurso
artículo
Estado
versión publicada
Descripción
Los Algoritmos Metaheurísticos son ampliamente reconocidos como uno de los más exitosos enfoques para la solución de problemas de optimización combinatoria. Una de las más interesantes áreas de aplicación la constituyen los Sistemas de Potencia. En particular, los sistemas de distribución de energía eléctrica en términos de su planificación y operación. Este Artículo presenta dos enfoques etaheurísticos para resolver un típico problema de optimización combinatoria vinculado a la eficiencia energética: el balance de fases en un sistema de distribución en baja tensión. Primero es introducida una nueva metaheurística, denominada por el autor Optimización Evolucionaria Difusa por Enjambre de Partículas con Topología Estrella Global/Individual, sustentada en los principios de la inteligencia de grupo y estrategias de evolución, y que se extiende al dominio difuso para modelar una optimización multi-objetivo, apelando a una función de aptitud difusa. Luego, se presenta una simulación sobre un sistema real, y sus resultados son comparados con otro nuevo enfoque metaheurístico propuesto por el autor, denominado recocido simulado difuso, evidenciándose las ventajas de la Optimización volucionaria Difusa por Enjambre de Partículas con Topología Estrella Global/Individual.
Metaheuristics Algorithms are widely recognized as one of most practical approaches for combinatorial optimization problems. One the most interesting areas of application are the power systems. In particular, distribution systems planning and operation. This paper presents two metaheuristics approachs to solve a typical combinatorial optimization problem: the phase balancing in low voltage electric distribution systems. first, a new metaheuristicis introduced, called Fuzzy Evolutionary Particle Swarm Optimization with Global/Individual Star Topology, based in the swarm intelligence principles and evolution strategies, which is extended to fuzzy domain to modelling a multi-objective optimization, by means of a fuzzy fitness function. A simulation on a real system is presented, and advantages of this approach Fuzzy Evolutionary Particle Swarm Optimization with Global/Individual Star Topology with respect to another new etaheuristic, called simulated annealing, extended to fuzzy domain too (FSA) and proposed in this work, are videnced.
Fil: Schweickardt, Gustavo Alejandro. Universidad Tecnológica Nacional. Facultad Regional Concepción del Uruguay. Departamento Ingeniería Electromecánica. Grupo de Investigación en Economía Computacional de Regulación de Redes y Energías Renovables; Argentina.
Fil: Schweickardt, Gustavo Alejandro. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina.
Peer Reviewed
Fuente
Energética (44), 5-17. (2014)
Materia
Desbalance de cargas
Distribución eléctrica
Conjuntos difusos
Eficiencia energética
Enjambre de partículas
Optimización
Electric distribution
Fuzzy sets
Load unbalance
Energy efficiency
Particle swarm
Optimization
Nivel de accesibilidad
acceso abierto
Condiciones de uso
2021-06-18T14:27:28Z
Repositorio
Repositorio Institucional Abierto (UTN)
Institución
Universidad Tecnológica Nacional
OAI Identificador
oai:ria.utn.edu.ar:20.500.12272/5263
Acceder
id RIAUTN_896c3242a61716ffbfb9ef7194408db9
oai_identifier_str oai:ria.utn.edu.ar:20.500.12272/5263
network_acronym_str RIAUTN
repository_id_str a
network_name_str Repositorio Institucional Abierto (UTN)
spelling Eficiencia energética mediante el balance de fases en sistemas de distribución en baja tensión : solución desde un enfoque metaheurísticoEnergy eficiency by phase balancing in low voltage distribution systems : solution from a metaheuristic approachSchweickardt, Gustavo AlejandroDesbalance de cargasDistribución eléctricaConjuntos difusosEficiencia energéticaEnjambre de partículasOptimizaciónElectric distributionFuzzy setsLoad unbalanceEnergy efficiencyParticle swarmOptimizationLos Algoritmos Metaheurísticos son ampliamente reconocidos como uno de los más exitosos enfoques para la solución de problemas de optimización combinatoria. Una de las más interesantes áreas de aplicación la constituyen los Sistemas de Potencia. En particular, los sistemas de distribución de energía eléctrica en términos de su planificación y operación. Este Artículo presenta dos enfoques etaheurísticos para resolver un típico problema de optimización combinatoria vinculado a la eficiencia energética: el balance de fases en un sistema de distribución en baja tensión. Primero es introducida una nueva metaheurística, denominada por el autor Optimización Evolucionaria Difusa por Enjambre de Partículas con Topología Estrella Global/Individual, sustentada en los principios de la inteligencia de grupo y estrategias de evolución, y que se extiende al dominio difuso para modelar una optimización multi-objetivo, apelando a una función de aptitud difusa. Luego, se presenta una simulación sobre un sistema real, y sus resultados son comparados con otro nuevo enfoque metaheurístico propuesto por el autor, denominado recocido simulado difuso, evidenciándose las ventajas de la Optimización volucionaria Difusa por Enjambre de Partículas con Topología Estrella Global/Individual.Metaheuristics Algorithms are widely recognized as one of most practical approaches for combinatorial optimization problems. One the most interesting areas of application are the power systems. In particular, distribution systems planning and operation. This paper presents two metaheuristics approachs to solve a typical combinatorial optimization problem: the phase balancing in low voltage electric distribution systems. first, a new metaheuristicis introduced, called Fuzzy Evolutionary Particle Swarm Optimization with Global/Individual Star Topology, based in the swarm intelligence principles and evolution strategies, which is extended to fuzzy domain to modelling a multi-objective optimization, by means of a fuzzy fitness function. A simulation on a real system is presented, and advantages of this approach Fuzzy Evolutionary Particle Swarm Optimization with Global/Individual Star Topology with respect to another new etaheuristic, called simulated annealing, extended to fuzzy domain too (FSA) and proposed in this work, are videnced.Fil: Schweickardt, Gustavo Alejandro. Universidad Tecnológica Nacional. Facultad Regional Concepción del Uruguay. Departamento Ingeniería Electromecánica. Grupo de Investigación en Economía Computacional de Regulación de Redes y Energías Renovables; Argentina.Fil: Schweickardt, Gustavo Alejandro. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina.Peer ReviewedUniversidad Nacional de Colombia. Sede Manizales. Grupo de Investigación en Potencia, Energía y Mercados - GIPEM2021-06-18T14:27:28Z2021-06-18T14:27:28Z2014-12info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_6501info:ar-repo/semantics/articuloapplication/pdfapplication/pdfEnergética (44): 5-17 (2014)0120-9833https://revistas.unal.edu.co/index.php/energetica/article/view/45256http://hdl.handle.net/20.500.12272/5263https://doi.org/10.15446/energeticaEnergética (44), 5-17. (2014)reponame:Repositorio Institucional Abierto (UTN)instname:Universidad Tecnológica Nacionalspainfo:eu-repo/semantics/openAccess2021-06-18T14:27:28Zhttp://creativecommons.org/licenses/by-nc-nd/4.0/Attribution-NonCommercial-NoDerivatives 4.0 InternacionalSchweickardt, Gustavo AlejandroNo comercial con fines académicos.2026-09-24T12:45:22Zoai:ria.utn.edu.ar:20.500.12272/5263instacron:UTNInstitucionalhttp://ria.utn.edu.ar/Universidad públicaNo correspondehttp://ria.utn.edu.ar/oaigestionria@rec.utn.edu.ar; fsuarez@rec.utn.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:a2026-09-24 12:45:23.658Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacionalfalse
dc.title.none.fl_str_mv Eficiencia energética mediante el balance de fases en sistemas de distribución en baja tensión : solución desde un enfoque metaheurístico
Energy eficiency by phase balancing in low voltage distribution systems : solution from a metaheuristic approach
title Eficiencia energética mediante el balance de fases en sistemas de distribución en baja tensión : solución desde un enfoque metaheurístico
spellingShingle Eficiencia energética mediante el balance de fases en sistemas de distribución en baja tensión : solución desde un enfoque metaheurístico
Schweickardt, Gustavo Alejandro
Desbalance de cargas
Distribución eléctrica
Conjuntos difusos
Eficiencia energética
Enjambre de partículas
Optimización
Electric distribution
Fuzzy sets
Load unbalance
Energy efficiency
Particle swarm
Optimization
title_short Eficiencia energética mediante el balance de fases en sistemas de distribución en baja tensión : solución desde un enfoque metaheurístico
title_full Eficiencia energética mediante el balance de fases en sistemas de distribución en baja tensión : solución desde un enfoque metaheurístico
title_fullStr Eficiencia energética mediante el balance de fases en sistemas de distribución en baja tensión : solución desde un enfoque metaheurístico
title_full_unstemmed Eficiencia energética mediante el balance de fases en sistemas de distribución en baja tensión : solución desde un enfoque metaheurístico
title_sort Eficiencia energética mediante el balance de fases en sistemas de distribución en baja tensión : solución desde un enfoque metaheurístico
dc.creator.none.fl_str_mv Schweickardt, Gustavo Alejandro
author Schweickardt, Gustavo Alejandro
author_facet Schweickardt, Gustavo Alejandro
author_role author
dc.subject.none.fl_str_mv Desbalance de cargas
Distribución eléctrica
Conjuntos difusos
Eficiencia energética
Enjambre de partículas
Optimización
Electric distribution
Fuzzy sets
Load unbalance
Energy efficiency
Particle swarm
Optimization
topic Desbalance de cargas
Distribución eléctrica
Conjuntos difusos
Eficiencia energética
Enjambre de partículas
Optimización
Electric distribution
Fuzzy sets
Load unbalance
Energy efficiency
Particle swarm
Optimization
dc.description.none.fl_txt_mv Los Algoritmos Metaheurísticos son ampliamente reconocidos como uno de los más exitosos enfoques para la solución de problemas de optimización combinatoria. Una de las más interesantes áreas de aplicación la constituyen los Sistemas de Potencia. En particular, los sistemas de distribución de energía eléctrica en términos de su planificación y operación. Este Artículo presenta dos enfoques etaheurísticos para resolver un típico problema de optimización combinatoria vinculado a la eficiencia energética: el balance de fases en un sistema de distribución en baja tensión. Primero es introducida una nueva metaheurística, denominada por el autor Optimización Evolucionaria Difusa por Enjambre de Partículas con Topología Estrella Global/Individual, sustentada en los principios de la inteligencia de grupo y estrategias de evolución, y que se extiende al dominio difuso para modelar una optimización multi-objetivo, apelando a una función de aptitud difusa. Luego, se presenta una simulación sobre un sistema real, y sus resultados son comparados con otro nuevo enfoque metaheurístico propuesto por el autor, denominado recocido simulado difuso, evidenciándose las ventajas de la Optimización volucionaria Difusa por Enjambre de Partículas con Topología Estrella Global/Individual.
Metaheuristics Algorithms are widely recognized as one of most practical approaches for combinatorial optimization problems. One the most interesting areas of application are the power systems. In particular, distribution systems planning and operation. This paper presents two metaheuristics approachs to solve a typical combinatorial optimization problem: the phase balancing in low voltage electric distribution systems. first, a new metaheuristicis introduced, called Fuzzy Evolutionary Particle Swarm Optimization with Global/Individual Star Topology, based in the swarm intelligence principles and evolution strategies, which is extended to fuzzy domain to modelling a multi-objective optimization, by means of a fuzzy fitness function. A simulation on a real system is presented, and advantages of this approach Fuzzy Evolutionary Particle Swarm Optimization with Global/Individual Star Topology with respect to another new etaheuristic, called simulated annealing, extended to fuzzy domain too (FSA) and proposed in this work, are videnced.
Fil: Schweickardt, Gustavo Alejandro. Universidad Tecnológica Nacional. Facultad Regional Concepción del Uruguay. Departamento Ingeniería Electromecánica. Grupo de Investigación en Economía Computacional de Regulación de Redes y Energías Renovables; Argentina.
Fil: Schweickardt, Gustavo Alejandro. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina.
Peer Reviewed
description Los Algoritmos Metaheurísticos son ampliamente reconocidos como uno de los más exitosos enfoques para la solución de problemas de optimización combinatoria. Una de las más interesantes áreas de aplicación la constituyen los Sistemas de Potencia. En particular, los sistemas de distribución de energía eléctrica en términos de su planificación y operación. Este Artículo presenta dos enfoques etaheurísticos para resolver un típico problema de optimización combinatoria vinculado a la eficiencia energética: el balance de fases en un sistema de distribución en baja tensión. Primero es introducida una nueva metaheurística, denominada por el autor Optimización Evolucionaria Difusa por Enjambre de Partículas con Topología Estrella Global/Individual, sustentada en los principios de la inteligencia de grupo y estrategias de evolución, y que se extiende al dominio difuso para modelar una optimización multi-objetivo, apelando a una función de aptitud difusa. Luego, se presenta una simulación sobre un sistema real, y sus resultados son comparados con otro nuevo enfoque metaheurístico propuesto por el autor, denominado recocido simulado difuso, evidenciándose las ventajas de la Optimización volucionaria Difusa por Enjambre de Partículas con Topología Estrella Global/Individual.
publishDate 2014
dc.date.none.fl_str_mv 2014-12
2021-06-18T14:27:28Z
2021-06-18T14:27:28Z
dc.type.none.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_6501
info:ar-repo/semantics/articulo
format article
status_str publishedVersion
dc.identifier.none.fl_str_mv Energética (44): 5-17 (2014)
0120-9833
https://revistas.unal.edu.co/index.php/energetica/article/view/45256
http://hdl.handle.net/20.500.12272/5263
https://doi.org/10.15446/energetica
identifier_str_mv Energética (44): 5-17 (2014)
0120-9833
url https://revistas.unal.edu.co/index.php/energetica/article/view/45256
http://hdl.handle.net/20.500.12272/5263
https://doi.org/10.15446/energetica
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
2021-06-18T14:27:28Z
http://creativecommons.org/licenses/by-nc-nd/4.0/
Attribution-NonCommercial-NoDerivatives 4.0 Internacional
Schweickardt, Gustavo Alejandro
No comercial con fines académicos.
eu_rights_str_mv openAccess
rights_invalid_str_mv 2021-06-18T14:27:28Z
http://creativecommons.org/licenses/by-nc-nd/4.0/
Attribution-NonCommercial-NoDerivatives 4.0 Internacional
Schweickardt, Gustavo Alejandro
No comercial con fines académicos.
dc.format.none.fl_str_mv application/pdf
application/pdf
dc.publisher.none.fl_str_mv Universidad Nacional de Colombia. Sede Manizales. Grupo de Investigación en Potencia, Energía y Mercados - GIPEM
publisher.none.fl_str_mv Universidad Nacional de Colombia. Sede Manizales. Grupo de Investigación en Potencia, Energía y Mercados - GIPEM
dc.source.none.fl_str_mv Energética (44), 5-17. (2014)
reponame:Repositorio Institucional Abierto (UTN)
instname:Universidad Tecnológica Nacional
reponame_str Repositorio Institucional Abierto (UTN)
collection Repositorio Institucional Abierto (UTN)
instname_str Universidad Tecnológica Nacional
repository.name.fl_str_mv Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacional
repository.mail.fl_str_mv gestionria@rec.utn.edu.ar; fsuarez@rec.utn.edu.ar
_version_ 1877230897619533824
score 13.265058

Publicaciones similares