Aplicación de Redes Neuronales Artificiales para la solución del problema de Flujo de Potencia en Sistemas de Energía Eléctrica
DOI:
https://doi.org/10.21754/tecnia.v10i2.464Resumen
Este artículo propone la utilización de redes neuronales artificiales (RNA) para resolver el problema del flujo de potencia en sistemas de energía eléctrica. El flujo de potencia calcula el estado en régimen permanente de un sistema eléctrico de potencia (SEP) y es una herramienta fundamental para el planeamiento, operación y control de los modernos SEP. El modelo matemático del flujo de potencia corresponde a un conjunto de ecuaciones algebraicas no lineales que pueden ser resueltas convencionalmente con el método iterativo Newton-Raphson (NR) o con sus versiones desacopladas. Actualmente se disponen de diversos programas computacionales comerciales que usan tales métodos. Entre los objetivos de la solución del problema flujo de potencia basado en RNA que aquí se propone, destaca su potencial aplicación para resolver problemas que exigen un gran esfuerzo computacional tales como el análisis de seguridad estática online y el análisis de contingencias. La metodología propuesta fue aplicada a los sistemas de prueba Ward-Hale de 6 barras e IEEE de 14 barras (IEEE-14), observándose
resultados exitosos en términos de precisión aritmética y tiempo de procesamiento, en comparación con otros métodos convencionales.
Descargas
Citas
[1] . Liacco T.E., "Enhancing power system security control", IEEE Computer Applications in Power, Vol. 10, No.3, pp.38-41, July 1997.
[2] . Arrillaga J. and Arnold C.P., "Computer Analysis of Power Systems", John Wiley & Sons Ltd., 1990.
[3] . Stott B., "Review of load-flow calculation methods", IEEE Proceedings, Vol. 62, pp.916-929, 1974.
[4] . Van Amerongen R., "A general-purpose version of the fast decoupled load flow", IEEE Transactions on Power Systems, Vol.4, No.2, pp.760-770, May 1990.
[5] . Sobajic D.J. and Pao Y.H., "Artificial Neural-Net Based Dynamic Security Assessment for Electric Power Systems", IEEE Transactions on Power Systems, Vol.4, No.1, pp.220-226, Feb.1989.
[6] . El-Sharkawi M. and Niebur D., "Artificial Neural Networks with Applications to Power Systems", IEEE PES special publication 96 TP 112-0, 1996.
[7] . Haykin S., «Neural Networks: a comprehensive foundation», 2nd.ed., Prentice Hall, 1998.
[8] . Lo K.L., Peng L.J., Macqueen J.F, Ekwue A.O. and Cheng D.T.Y., "Fast Real Power Contingency Ranking Using a Counterpropagation Network", IEEE Transactions on Power Systems, Vol. 13, No.4, pp. 1259-1264, Nov. 1998.
[9] . Refaee J.A., Mohandes M. and Maghrabi H., “Radial Basis Function Networks for Contingency Analysis of Bulk Power Systems", IEEE Transactions on Power Systems, Vol.14, No.2, pp.772-778, May 1999.
[10] . Nguyen T.T., "Neural network load-flow", IEE Proceedings- Generation, Transmission and Distribution, Vol. 142, No. 1, pp.51-58, Jan. 1995.
[11] . Paucar V.L., Morelato A.L. and Vuono E., "Training an ANN with the BFGS method for real-time identification of sinusoidal waveforms", Proceedings of the International Conference on Intelligent Systems Applications to Power Systems, ISAP, pp. 193-196, Brazil, Apr. 1999.
[12] . Mansour Y., Chang A., Tamby J., Vaahedi E., Corns B. and El-Sharkawi M., "Large Scale Dynamic Security Screening and Ranking Using Neural Networks", IEEE Transactions on Power Systems, Vol. 12, No.2, pp.954-960, May 1997
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2000 TECNIA
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Los artículos publicados por TECNIA pueden ser compartidos a través de la licencia pública internacional Creative Commons: CC BY 4.0. Permisos lejos de este alcance pueden ser consultados a través del correo tecnia@uni.edu.pe
