Comparative Methods for Solving Optimal Power Flow in Distribution Networks Considering Distributed Generators: Metaheuristics vs. Convex Optimization

• Autores: Oscar Danilo Montoya Giraldo, Karen Julieth Bohórquez Bautista, Daniel Alejandro Moreno Arias, Walter Julián Gil González
• Localización: Tecnura: Tecnología y Cultura Afirmando el Conocimiento, ISSN-e 2248-7638, ISSN 0123-921X, Vol. 26, Nº. 74, 2022, págs. 87-129
• Idioma: inglés
• Títulos paralelos:
  • Métodos comparativos para la solución óptima del flujo de energía en redes de distribución considerando generadores distribuidos: metaheurística vs.optimización convexa
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    Objetivo: Este artículo presenta un análisis de diferentes metodologías de optimización, cuyo fin es realizar una comparación objetiva entre métodos de optimización metaheurística y convexa en redes de distribución con énfasis en la inclusión de generación distribuida (DG). Se utiliza el software MATLAB como herramienta para la implementación y la obtención de resultados. El objetivo es determinar el tamaño óptimo de las DG a integrar en las redes, con el fin de reducir las pérdidas de potencia activa (función objetivo).

    Metodología: A partir de la literatura especializada, se seleccionan las metodologías y se determinan las bases y condiciones para la implementación de las técnicas de optimización. En el caso de la programación cónica de segundo orden (SOCP), se realiza la relajación del problema de flujo de potencia óptimo (OPF) no lineal para utilizar optimización convexa. Luego, las estructuras de cada técnica se establecen y aplican en el software MATLAB. Debido al carácter iterativo de los métodos metaheurísticos, se recolectan los datos correspondientes a 100 compilaciones para cada algoritmo. Finalmente, mediante un análisis estadístico, se determinan las soluciones óptimas para la función objetivo en cada metodología y, con estos resultados, se comparan los diferentes métodos aplicados a las redes.

    Resultados: A partir del análisis de sistemas de 33 y 69 nodos, se demuestra que los métodos metaheurísticos son capaces de dimensionar DGs manera efectiva en sistemas de distribución y dan buenos resultados, similares y comparables a la SOCP en el problema OPF. El algoritmo genético (GA) mostró los mejores resultados para la implementación realizada, superando incluso a la SOCP.

    Conclusiones: Los métodos metaheurísticos demostraron ser algoritmos de alta eficiencia computacional y son adecuados para aplicaciones en tiempo real si se implementan en sistemas de distribución con condiciones correctamente definidas. Estas técnicas aportan ideas innovadoras porque no son algoritmos rígidos, lo que las convierte en métodos muy versátiles que pueden adaptarse a cualquier problema de optimización combinatoria y a cualquier software, dando resultados incluso a nivel de optimización convexa.

  • English

    Objective: This article presents an analysis of different optimization methodologies, which aims to make an objective comparison between metaheuristic and convex optimization methods in distribution networks, focusing on the inclusion of distributed generation (DG). The MATLAB software is used as a tool for implementation and obtaining results. The objective was to determine the optimal size of the DGs to be integrated into the networks, with the purpose of reducing the active power losses (objective function).

    Methodology: Based on the specialized literature, the methodologies are selected, and the bases and conditions for the implementation of the optimization techniques are determined. In the case of second-order cone programming (SOCP), the relaxation of the nonlinear optimal power flow (OPF) problem is performed in order to use convex optimization. Then, the structures of each technique are established and applied in the MATLAB software. Due to the iterative nature of metaheuristic methods, the data corresponding to 100 compilations for each algorithm are collected. Finally, by means of a statistical analysis, the optimal solutions for the objective function in each methodology are determined, and, with these results, the different methods applied to the networks are compared.

    Results: By analyzing 33- and 69-node systems, it is demonstrated that metaheuristic methods are able to effectively size DGs in distribution systems and yield good results that are similar and comparable to SOCP regarding the OPF problem. Genetic algorithms (GA) showed the best results for the studied implementation, even surpassing the SOCP.

    Conclusions: Metaheuristic methods proved to be algorithms with a high computational efficiency and are suitable for real-time applications if implemented in distribution systems with well-defined conditions. These techniques provide innovative ideas because they are not rigid algorithms, which makes them very versatile methods that can be adapted to any combinatorial optimization problem and software, yielding results even at the convex optimization level.