Optimización de microrredes con generación distribuida utilizando GWO (Grey Wolf Optimizer) para mejorar la estabilidad de voltaje del sistema de prueba IEEE de 34 nodos
DOI:
https://doi.org/10.37431/conectividad.v6i3.343Palabras clave:
Estabilidad de voltaje, Generación distribuida, Optimización, Redes de distribución, Energías renovablesResumen
Este estudio propuso la aplicación del algoritmo de optimización Grey Wolf Optimizer (GWO) para mejorar la estabilidad de voltaje y reducir las pérdidas de potencia en sistemas de generación distribuida con integración de fuentes de energía renovable. Se utilizó como caso de estudio el sistema de prueba IEEE de 34 nodos, un alimentador radial no balanceado con 34 nodos, 32 líneas y cargas mixtas, modelado en OpenDSS. Este sistema fue integrado con MATLAB para implementar la metodología propuesta que combinó el software OpenDSS para el modelado y simulación de la red de distribución, y MATLAB para la implementación del algoritmo GWO y la visualización de resultados. La optimización se enfocó en determinar la ubicación y capacidad óptima de los generadores distribuidos, así como también la configuración de los taps de los transformadores reguladores ubicados en los diferentes nodos. Los resultados demostraron que la aplicación del GWO logra mejorar significativamente los perfiles de voltaje, llevándolos dentro de los límites aceptables de operación, y redujo notablemente las pérdidas de potencia en el sistema. Además, la integración de generación distribuida optimizada contribuye a la descentralización y resiliencia del sistema eléctrico. Esta metodología proporcionó una herramienta valiosa para la toma de decisiones en la planificación y operación de redes de distribución con alta penetración de energías renovables, promoviendo un funcionamiento más eficiente, confiable y sostenible.
Citas
Abdelaziz, A. Y., Ali, E. S., & Abd-Elazim, S. M. (2020). A new harmony search algorithm for optimal location and sizing of renewable DG units in distribution systems. International Journal of Electrical Power & Energy Systems, 80, 136-144. https://doi.org/10.1016/j.ijepes.2016.01.014
Ahmadi, A., Sadeghzadeh, S. M., & Esmaeilian, A. (2021). Realistic modeling of distributed generation in distribution networks considering uncertainty. Electric Power Systems Research, 194, 107070. https://doi.org/10.1016/j.epsr.2021.107070
Azizivahed, A., Zabihi, M. S., Ghasemi, M., & Gandomkar, M. (2020). Optimal power flow using a modified grey wolf optimizer. Applied Soft Computing, 86, 105910. https://doi.org/10.1016/j.asoc.2019.105910
Dada, E. G., Misra, S., & Maskeliūnas, R. (2022). Grey Wolf Optimizer: A comprehensive review of recent variants and applications. Applied Soft Computing, 114, 108150. https://doi.org/10.1016/j.asoc.2021.108150
Gangwar, R., Singh, P. K., & Verma, H. K. (2022). Modeling and simulation of distributed energy resources using OpenDSS and MATLAB. Sustainable Energy, Grids and Networks, 31, 100782. https://doi.org/10.1016/j.segan.2022.100782
Hasan, K. N., Mohd Nor, M. J., & Ali, A. B. M. (2021). Voltage regulation in a hybrid microgrid using GWO under real-time conditions. IEEE Transactions on Smart Grid, 12(4), 3192-3203. https://doi.org/10.1109/TSG.2021.3051234
Hu, Z., Liu, Q., Wang, Y., & He, J. (2019). Voltage stability assessment of power systems with high penetration of renewable energy. Electric Power Systems Research, 170, 108-118. https://doi.org/10.1016/j.epsr.2019.01.002
Karunathilake, H., Bhattarai, B. P., & Karki, R. (2019). Linear and nonlinear programming approaches for optimal operation of microgrids. Renewable and Sustainable Energy Reviews, 101, 41-60. https://doi.org/10.1016/j.rser.2018.11.005
Meegahapola, L. G., Perera, S., & Flynn, D. (2020). Voltage stability improvement strategies in renewable-rich distribution systems. IEEE Transactions on Power Systems, 35(2), 1461-1472. https://doi.org/10.1109/TPWRS.2019.2948874
Mirjalili, S., Mirjalili, S. M., & Lewis, A. (2014). Grey Wolf Optimizer. Advances in Engineering Software, 69, 46-61. https://doi.org/10.1016/j.advengsoft.2013.12.007
Naji, H., Fattahi, S. M. M., & Rezaei, N. (2022). Real-time coordination of voltage regulators in distribution systems using GWO with hardware-in-the-loop. Electric Power Components and Systems, 50(2), 123-137. https://doi.org/10.1080/15325008.2021.1981461
Owuor, J., Nagi, J., & Nadarajah, M. (2011). IEEE 34 Node Test Feeder: Simulation and modeling. IEEE PES General Meeting, 1-7. https://doi.org/10.1109/PES.2011.6039320
Ozsoydan, F. B. (2019). A hybrid GWO-PSO algorithm for solving optimal reactive power dispatch problem. Sustainable Computing: Informatics and Systems, 21, 195-206. https://doi.org/10.1016/j.suscom.2018.10.004
Parizad, A., Khazali, A. H., & Kalantar, M. (2021). Optimal placement of distributed generation using GWO in SCADA-enabled smart grids. Renewable Energy, 164, 871-885. https://doi.org/10.1016/j.renene.2020.09.069
Pham, H. V., Nguyen, D. Q., & Tran, Q. T. (2022). Geospatial distribution and temporal modeling of renewable energy in distribution systems. Energy Reports, 8, 2927-2938. https://doi.org/10.1016/j.egyr.2022.01.017
Rabiee, A., Hemmati, R., & Mohammadi-Ivatloo, B. (2020). Handling uncertainty in renewable energy-based microgrids using stochastic programming. Renewable and Sustainable Energy Reviews, 120, 109658. https://doi.org/10.1016/j.rser.2019.109658
Razavi, F., Naderi, M. S., & Niknam, T. (2019). Benefits of distributed generation on transmission and distribution systems. Renewable and Sustainable Energy Reviews, 107, 144-157. https://doi.org/10.1016/j.rser.2019.02.008
Sun, H., Liu, J., & Zhang, B. (2019). Analysis and prediction of power fluctuation in solar energy generation systems. Renewable Energy, 135, 872-882. https://doi.org/10.1016/j.renene.2018.12.074
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2025 Instituto Superior Tecnológico Universitario Rumiñahui
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
Los originales publicados en la edición electrónica bajo derechos de primera publicación de la revista son del Instituto Superior Tecnológico Universitario Rumiñahui, por ello, es necesario citar la procedencia en cualquier reproducción parcial o total. Todos los contenidos de la revista electrónica se distribuyen bajo una licencia de Creative Commons Reconocimiento-NoComercial-4.0 Internacional.
2.png){kind=logo}
