Modelo hiperheurístico y simulación para la optimización de la inyección de potencia desde micro generación en sistemas eléctricos de distribución de baja tensión

Autores
Schweickardt, Gustavo Alejandro
Año de publicación
2019
Idioma
español castellano
Tipo de recurso
artículo
Estado
versión publicada
Descripción
El presente trabajo aborda los desarrollos requeridos para resolver el problema de optimizar la inyección de potencia proveniente de micro generadores en sistemas eléctricos de distribución de energía (SEDE) de baja tensión (BT), focalizándose en los paneles solares fotovoltaicos (MG FV). Para tal propósito, se toman como referencia los conceptos y desarrollos generales presentados en artículos previos del autor, y se detallan los mismos, orientándolos a dos hiperheurísticas basadas en razonamiento, con dominio en metaheurísticas variantes de PSO, Formas (X-FPSO) y Cardumen de Peces Artificiales (FAFS) multiobjetivo. Estas hiperheurísticas fueron referidas como HY CBR X-FPSO y HY CBR (XFPSO + FAFS) MPI, siendo la segunda la que mejora los resultados en comparación con la primera, resolviendo las dos limitaciones observadas en esta. Se describe también la paralelización del algoritmo hiperheurístico HY CBR (X-FPSO +FAFS) MPI, en las dos variantes descriptas, empleando la plataforma MPI. Finalmente, se presenta una simulación sobre un SEDE con MG FV BT real, mediante ambos algoritmos hiperheurísticos, comparando los resultados.
This paper addresses the processes required to solve the problem of optimizing the injection of power from micro generators in electric power distribution system (SEDE) of low voltage (BT), focusing on photovoltaic solar panels (MG FV). For this purpose, the concepts and general developments presented in previous articles by the author are taken as a reference,and they are detailed, leading to two hyper-heuristics based on reasoning, with mastery in variant meta-heuristics of PSO, Forms (X-FPSO) and Fast Artificial Fish Swarm (FAFS) multi-objective. These hyper-heuristics were referred to as HY CBR X-FPSO and HY CBR (X-FPSO + FAFS) MPI, the latter being the one that improves the results compared to the first one, solving the two limitations observed at this point. The parallelization of the hyper-heuristic algorithm HY CBR (X-FPSO + FAFS) MPI is also described, in the two afore-mentioned variants, using the MPI platform. Finally, a simulation is presented on a SEDE with real MG FV BT, through both hyper-heuristic algorithms, comparing the results.
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
Lámpsakos (21), 13-25. (2019)
Materia
Hiperheurísticas
Metaheurísticas
Microgeneración distribuida
Computación paralela
Sistema de distribución de energía eléctrica
Microgeneración
Simulación para la optimización
Baja tensión
Potencia
Paneles solares
Hyper-heuristics
Meta-heuristics
Distributed micro-generation
Parallel computing
Electric power distribution system
Micro-generation
Simulation for optimization
Low voltage
Power
Solar panels
Nivel de accesibilidad
acceso abierto
Condiciones de uso
2021-08-02T11:52:57Z
Repositorio
Repositorio Institucional Abierto (UTN)
Institución
Universidad Tecnológica Nacional
OAI Identificador
oai:ria.utn.edu.ar:20.500.12272/5347
Acceder
id RIAUTN_f0927c1d2045d38990a0c9df212c563e
oai_identifier_str oai:ria.utn.edu.ar:20.500.12272/5347
network_acronym_str RIAUTN
repository_id_str a
network_name_str Repositorio Institucional Abierto (UTN)
spelling Modelo hiperheurístico y simulación para la optimización de la inyección de potencia desde micro generación en sistemas eléctricos de distribución de baja tensiónHyperheuristic model and simulation for the optimization of power injection from micro generation in low voltage electrical distribution systemsSchweickardt, Gustavo AlejandroHiperheurísticasMetaheurísticasMicrogeneración distribuidaComputación paralelaSistema de distribución de energía eléctricaMicrogeneraciónSimulación para la optimizaciónBaja tensiónPotenciaPaneles solaresHyper-heuristicsMeta-heuristicsDistributed micro-generationParallel computingElectric power distribution systemMicro-generationSimulation for optimizationLow voltagePowerSolar panelsEl presente trabajo aborda los desarrollos requeridos para resolver el problema de optimizar la inyección de potencia proveniente de micro generadores en sistemas eléctricos de distribución de energía (SEDE) de baja tensión (BT), focalizándose en los paneles solares fotovoltaicos (MG FV). Para tal propósito, se toman como referencia los conceptos y desarrollos generales presentados en artículos previos del autor, y se detallan los mismos, orientándolos a dos hiperheurísticas basadas en razonamiento, con dominio en metaheurísticas variantes de PSO, Formas (X-FPSO) y Cardumen de Peces Artificiales (FAFS) multiobjetivo. Estas hiperheurísticas fueron referidas como HY CBR X-FPSO y HY CBR (XFPSO + FAFS) MPI, siendo la segunda la que mejora los resultados en comparación con la primera, resolviendo las dos limitaciones observadas en esta. Se describe también la paralelización del algoritmo hiperheurístico HY CBR (X-FPSO +FAFS) MPI, en las dos variantes descriptas, empleando la plataforma MPI. Finalmente, se presenta una simulación sobre un SEDE con MG FV BT real, mediante ambos algoritmos hiperheurísticos, comparando los resultados.This paper addresses the processes required to solve the problem of optimizing the injection of power from micro generators in electric power distribution system (SEDE) of low voltage (BT), focusing on photovoltaic solar panels (MG FV). For this purpose, the concepts and general developments presented in previous articles by the author are taken as a reference,and they are detailed, leading to two hyper-heuristics based on reasoning, with mastery in variant meta-heuristics of PSO, Forms (X-FPSO) and Fast Artificial Fish Swarm (FAFS) multi-objective. These hyper-heuristics were referred to as HY CBR X-FPSO and HY CBR (X-FPSO + FAFS) MPI, the latter being the one that improves the results compared to the first one, solving the two limitations observed at this point. The parallelization of the hyper-heuristic algorithm HY CBR (X-FPSO + FAFS) MPI is also described, in the two afore-mentioned variants, using the MPI platform. Finally, a simulation is presented on a SEDE with real MG FV BT, through both hyper-heuristic algorithms, comparing the results.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 Católica Luis Amigó2021-08-02T11:52:57Z2021-08-02T11:52:57Z2019-06info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_6501info:ar-repo/semantics/articuloapplication/pdfapplication/pdfLámpsakos (21): 13-25 (2019).2145-4086http://www.funlam.edu.co/revistas/index.php/lampsakos/issue/view/141http://hdl.handle.net/20.500.12272/5347https://doi.org/10.21501/21454086.3034Lámpsakos (21), 13-25. (2019)reponame:Repositorio Institucional Abierto (UTN)instname:Universidad Tecnológica Nacionalspainfo:eu-repo/semantics/openAccess2021-08-02T11:52:57Zhttp://creativecommons.org/licenses/by-nc-nd/4.0/Attribution-NonCommercial-NoDerivatives 4.0 InternacionalSchweickardt, Gustavo AlejandroNo comercial con fines académicos.2026-10-01T12:01:09Zoai:ria.utn.edu.ar:20.500.12272/5347instacron: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:a2026-10-01 12:01:09.856Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacionalfalse
dc.title.none.fl_str_mv Modelo hiperheurístico y simulación para la optimización de la inyección de potencia desde micro generación en sistemas eléctricos de distribución de baja tensión
Hyperheuristic model and simulation for the optimization of power injection from micro generation in low voltage electrical distribution systems
title Modelo hiperheurístico y simulación para la optimización de la inyección de potencia desde micro generación en sistemas eléctricos de distribución de baja tensión
spellingShingle Modelo hiperheurístico y simulación para la optimización de la inyección de potencia desde micro generación en sistemas eléctricos de distribución de baja tensión
Schweickardt, Gustavo Alejandro
Hiperheurísticas
Metaheurísticas
Microgeneración distribuida
Computación paralela
Sistema de distribución de energía eléctrica
Microgeneración
Simulación para la optimización
Baja tensión
Potencia
Paneles solares
Hyper-heuristics
Meta-heuristics
Distributed micro-generation
Parallel computing
Electric power distribution system
Micro-generation
Simulation for optimization
Low voltage
Power
Solar panels
title_short Modelo hiperheurístico y simulación para la optimización de la inyección de potencia desde micro generación en sistemas eléctricos de distribución de baja tensión
title_full Modelo hiperheurístico y simulación para la optimización de la inyección de potencia desde micro generación en sistemas eléctricos de distribución de baja tensión
title_fullStr Modelo hiperheurístico y simulación para la optimización de la inyección de potencia desde micro generación en sistemas eléctricos de distribución de baja tensión
title_full_unstemmed Modelo hiperheurístico y simulación para la optimización de la inyección de potencia desde micro generación en sistemas eléctricos de distribución de baja tensión
title_sort Modelo hiperheurístico y simulación para la optimización de la inyección de potencia desde micro generación en sistemas eléctricos de distribución de baja tensión
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 Hiperheurísticas
Metaheurísticas
Microgeneración distribuida
Computación paralela
Sistema de distribución de energía eléctrica
Microgeneración
Simulación para la optimización
Baja tensión
Potencia
Paneles solares
Hyper-heuristics
Meta-heuristics
Distributed micro-generation
Parallel computing
Electric power distribution system
Micro-generation
Simulation for optimization
Low voltage
Power
Solar panels
topic Hiperheurísticas
Metaheurísticas
Microgeneración distribuida
Computación paralela
Sistema de distribución de energía eléctrica
Microgeneración
Simulación para la optimización
Baja tensión
Potencia
Paneles solares
Hyper-heuristics
Meta-heuristics
Distributed micro-generation
Parallel computing
Electric power distribution system
Micro-generation
Simulation for optimization
Low voltage
Power
Solar panels
dc.description.none.fl_txt_mv El presente trabajo aborda los desarrollos requeridos para resolver el problema de optimizar la inyección de potencia proveniente de micro generadores en sistemas eléctricos de distribución de energía (SEDE) de baja tensión (BT), focalizándose en los paneles solares fotovoltaicos (MG FV). Para tal propósito, se toman como referencia los conceptos y desarrollos generales presentados en artículos previos del autor, y se detallan los mismos, orientándolos a dos hiperheurísticas basadas en razonamiento, con dominio en metaheurísticas variantes de PSO, Formas (X-FPSO) y Cardumen de Peces Artificiales (FAFS) multiobjetivo. Estas hiperheurísticas fueron referidas como HY CBR X-FPSO y HY CBR (XFPSO + FAFS) MPI, siendo la segunda la que mejora los resultados en comparación con la primera, resolviendo las dos limitaciones observadas en esta. Se describe también la paralelización del algoritmo hiperheurístico HY CBR (X-FPSO +FAFS) MPI, en las dos variantes descriptas, empleando la plataforma MPI. Finalmente, se presenta una simulación sobre un SEDE con MG FV BT real, mediante ambos algoritmos hiperheurísticos, comparando los resultados.
This paper addresses the processes required to solve the problem of optimizing the injection of power from micro generators in electric power distribution system (SEDE) of low voltage (BT), focusing on photovoltaic solar panels (MG FV). For this purpose, the concepts and general developments presented in previous articles by the author are taken as a reference,and they are detailed, leading to two hyper-heuristics based on reasoning, with mastery in variant meta-heuristics of PSO, Forms (X-FPSO) and Fast Artificial Fish Swarm (FAFS) multi-objective. These hyper-heuristics were referred to as HY CBR X-FPSO and HY CBR (X-FPSO + FAFS) MPI, the latter being the one that improves the results compared to the first one, solving the two limitations observed at this point. The parallelization of the hyper-heuristic algorithm HY CBR (X-FPSO + FAFS) MPI is also described, in the two afore-mentioned variants, using the MPI platform. Finally, a simulation is presented on a SEDE with real MG FV BT, through both hyper-heuristic algorithms, comparing the results.
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 El presente trabajo aborda los desarrollos requeridos para resolver el problema de optimizar la inyección de potencia proveniente de micro generadores en sistemas eléctricos de distribución de energía (SEDE) de baja tensión (BT), focalizándose en los paneles solares fotovoltaicos (MG FV). Para tal propósito, se toman como referencia los conceptos y desarrollos generales presentados en artículos previos del autor, y se detallan los mismos, orientándolos a dos hiperheurísticas basadas en razonamiento, con dominio en metaheurísticas variantes de PSO, Formas (X-FPSO) y Cardumen de Peces Artificiales (FAFS) multiobjetivo. Estas hiperheurísticas fueron referidas como HY CBR X-FPSO y HY CBR (XFPSO + FAFS) MPI, siendo la segunda la que mejora los resultados en comparación con la primera, resolviendo las dos limitaciones observadas en esta. Se describe también la paralelización del algoritmo hiperheurístico HY CBR (X-FPSO +FAFS) MPI, en las dos variantes descriptas, empleando la plataforma MPI. Finalmente, se presenta una simulación sobre un SEDE con MG FV BT real, mediante ambos algoritmos hiperheurísticos, comparando los resultados.
publishDate 2019
dc.date.none.fl_str_mv 2019-06
2021-08-02T11:52:57Z
2021-08-02T11:52:57Z
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 Lámpsakos (21): 13-25 (2019).
2145-4086
http://www.funlam.edu.co/revistas/index.php/lampsakos/issue/view/141
http://hdl.handle.net/20.500.12272/5347
https://doi.org/10.21501/21454086.3034
identifier_str_mv Lámpsakos (21): 13-25 (2019).
2145-4086
url http://www.funlam.edu.co/revistas/index.php/lampsakos/issue/view/141
http://hdl.handle.net/20.500.12272/5347
https://doi.org/10.21501/21454086.3034
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
2021-08-02T11:52:57Z
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 2021-08-02T11:52:57Z
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 Católica Luis Amigó
publisher.none.fl_str_mv Universidad Católica Luis Amigó
dc.source.none.fl_str_mv Lámpsakos (21), 13-25. (2019)
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_ 1877862445750419456
score 12.853507

Publicaciones similares