Reconfiguration of distribution systems to minimize losses using heuristic optimization: BPSO and DEEPSO methods

  • Jorge Luis Acosta Piedrahita Universidad Nacional de Colombia
  • Angel Estefano Alarcón Roa Universidad Nacional de Colombia
  • Sergio Rivera Rodriguez Universidad Nacional de Colombia https://orcid.org/0000-0002-4903-7205
Keywords: Algorithm, BPSO, DEEPSO, Heuristic, Loss, Power

Abstract

This article proposes the analysis and application of heuristic algorithms for the reconfi guration of distribution systems in order to reduce power losses in these systems. The algorithms used are based on the BPSO (Binary Particle Swarm Optimization) and DEEPSO (Diff erential Particle Swarm Optimization) methods, these are intended to fi nd solutions close to the local optimum, with reduced processing times compared to analytical methods. Additionally, an example of application of each method to two radial distribution systems (distribution networks of 33 and 69 nodes) is shown to compare the results obtained in terms of the effi ciency and eff ectiveness of each algorithm.

Downloads

Download data is not yet available.

Author Biographies

Angel Estefano Alarcón Roa, Universidad Nacional de Colombia

Nació en Bogotá D.C, Colombia, el 25 de noviembre de 1992. Se graduó en el Instituto Carlos Albán Holguín de Bogotá y estudia actualmente en la Universidad Nacional de Colombia. Ejerce profesionalmente en la Empresa Omnicon como ingeniero electricista junior en donde realiza consultoría de proyectos en redes de baja y media tensión. Entre sus campos de interés están el estudio de Sistemas de potencia y protecciones en redes eléctricas. Actualmente se encuentra culminando su carrera como ingeniero electricista, y realizando un trabajo acerca de la reconfiguración de redes de energía eléctrica para optimización de pérdidas.

Sergio Rivera Rodriguez, Universidad Nacional de Colombia

PhD. Ingeniero Electricista de Universidad Nacional de Colombia (2001); Especialista en Ingeniería Eléctrica con Énfasis en Sistemas de Distribución (2004), PhD en Ingeniería Eléctrica del Instituto de Energía Eléctrica, Universidad Nacional de San Juan (2011). Postdoctorado Asociado en el MIT – Massachusetts Institute of Technology (2013); Postdoctoral Fellow en el MIST – Masdar Institute of Science and Technology (2014). Profesor en Universidad Nacional en el área de sistemas de potencia y máquinas eléctricas (2014). e-mail: srriverar@unal.edu.co ORCID: orcid.org/0000-0002-2995-1147.

References

J. Gers, J. Diaz, R. Granobles “Estado del Arte en Reconfiguración de Sistemas de Distribución”, Energía y computación . No 1 Primer semestre 2001 Edición No.17.

A. Gonzales “El Mejoramiento de la confiabilidad en sistemas de distribución mediante la reconfiguración de circuitos primarios” - Tesis para la obtención del título de ingeniero Electricista - Facultad de Ingeniería - Universidad Tecnológica de Pereira - Pereira- Colombia 2007-DOI: T621.312 G643mc; 6310000063563 F211.

J. González, I. Lisan, J. Hifikepunje “Algoritmo Heurístico para la Reconfiguración de Sistemas de Distribución Mediante Intercambio de Ramas”-Revista Científica Ingeniería Energética vol.33 no.3 La Habana sep.-dic. 2012-ISSN: 1815-5901.

K. Kiran, N. Venkata, S. Kamashaisha “Multi Objective FDR Particle Swarm Algorithm For Network Reconfiguration Of Distribution Systems”- Journal of Theoretical and Applied Information Technology 15th March 2012. Vol. 37 No.1- ISSN: 1992-8645.

M.lavorato, J.Franco, M,Rider “distribution system. Imposing Radiality Constraints in Distribution System Optimization Problems” Disponible en:http://ieeexplore.ieee.org/abstract/document/5982115/DOI:10.1109/TPWRS.2011.2161349

V. Miranda “Differential Evolutionary Particle Swarm ion (DEEPSO): a successful hybrid” - BRICS Congress on Computational Intelligence y 11th Brazilian Congress on Computational Intelligence 2013 - DOI: 10.1109/BRICS-CCICBIC. 2013.68

Andrés Felipe Castillo Torres, Jhon Fernando Ávila Uribe, Carlos Rodrigo Correa Cely, “Diseño Óptimo de un Reductor de Velocidad Mediante Enjambre de Partículas”, Entre Ciencia e Ingeniería Núm.11 (Ene. - Jun., 2012).

J.C. .Henao López, J. L. Arias Vargas, “Optimización combinatorial usando colonias de agentes cooperantes y aprendizaje reforzado, Entre Ciencia e Ingeniería, Núm.2 (Jul. - Dic., 2007).

V. Miranda,,N. Fonseca, “EPSO – Best-of-Two-Worlds MetaHeuristic Applied to Power System Problems”, Proceedings of WCCI/CEC – World Conf. on Computational Intelligence, Conf.on Evolutionary Computation, Honolulu (Hawaii), USA, June 2002 - DOI: 10.1109/CEC.2002.1004393

J. Kennedy, R. Eberhart, “Particle Swarm Optimization”, Proceedings of the 1995 IEEE International Conference on Neural Networks, pp. 1942-1948, Perth, Australia, 1995 - DOI: 10.1109/ ICNN.1995.488968

R. Storn, K. Price, “Differential Evolution - a Simple and Efficient Adaptive Scheme for Global Optimization over Continuous Spaces”, Technical Report TR-95-012, ICSI, March 1995 - DOI: 10.1023/A:1008202821328

V. Selve, G. Baskar, B. Ram pradheeba “Distribution Feeder Reconfiguration for Reliability Evaluation by Using Binary Particle Swarm Optimization “-International Journal of Innovative Research in Science, Engineering and Technology Volume 3, Special Issue 3, March 2014 - ISSN (Online): 2319-8753

C.Murillo MATPOWER - A MATLAB(R) Power System Simulation Package Version: 6.0b1 - Engineering Research Center (PSERC) – Ray immerman Disponible en : http://www.pserc.cornell.edu/matpower - Carlos Murillo-Sanchez -Copyright (c) 1996-2016.

C.Murillo MATPOWER - A MATLAB(R) Power System Simulation Package - Version: 4.1 - - Ray Zimmerman, Carlos E. Murillo-Sanchez - Deqiang (David) Gan. Disponible en: http:// www.pserc.cornell.edu/matpower - 2011.

J.Acosta, A Alarcon, “Reconfiguración de sistemas de distribución para minimizar pérdidas a través de optimización heurística”, Universidad Nacional de Colombia, Bogotá Colombia,(2017)

Published
2017-12-06
How to Cite
Acosta Piedrahita, J., Alarcón Roa, A., & Rivera Rodriguez, S. (2017). Reconfiguration of distribution systems to minimize losses using heuristic optimization: BPSO and DEEPSO methods. Entre Ciencia E Ingeniería, 11(22), 110-117. https://doi.org/10.31908/19098367.3556
Section
Artículos