Estrategia de optimización para la ubicación, selección y operación de sistemas de almacenamiento en microrredes eléctricas

QRCode
Share this
Date
2023Author
Citation
Metadata
Show full item recordPDF Documents
Title
Optimization strategy for the location, selection and operation of storage systems in electrical microgrids.
Abstract
En este trabajo de maestría se aborda la problemática relacionada con la ubicación, selección de tecnologías y operación de almacenadores de energía (AE) en microrredes eléctricas, bajo un escenario variable en el tiempo de generación distribuida (GD) y demanda de potencia para un año promedio de operación. Para ello, se formuló matemáticamente el problema mediante un modelo de programación no lineal entero mixto (MINLP, por sus siglas en inglés). Este modelo considera tres funciones objetivo diferentes, cada una de las cuales se optimiza utilizando un enfoque mono objetivo, las cuales son: (i) costos totales de operación, (ii) pérdidas totales de energía y (iii) emisiones totales de CO2. Para resolver el modelo MINLP, se utilizaron tres metodologías maestro-esclavo basadas en algoritmos metaheurísticos; en la etapa maestra se emplearon tres diferentes algoritmos: Método de Monte Carlo Paralelo (PMC), Algoritmo Genético de Chu & Beasley Paralelo (PCBGA, por sus siglas en inglés) y Optimizador por Enjambre de Partículas Paralelo (PPSO, por sus siglas en inglés). En la etapa esclava se utilizó el Algoritmo de Búsqueda por Vórtices (VSA) para resolver el problema de la operación de los AE. En esta etapa también se utilizó una versión matricial del flujo de potencia por aproximaciones sucesivas para determinar el valor de las funciones objetivo y evaluar las restricciones técnicas y operativas definidas en el modelo matemático. Para validar los resultados, se utilizó el sistema de prueba de 33 nodos adaptado a las características de generación y demanda de la ciudad de Medellín; los resultados de simulación obtenidos mediante el software MATLAB para el escenario de prueba demostraron que el PCBGA-VSA es la metodología con mejor desempeño en términos de calidad de solución, repetibilidad y tiempos de procesamiento para la minimización de los indicadores económico, técnico y medioambiental.
Abstract
This master thesis addresses the problem related to the location, technology selection, and operation of energy storage systems (ESS) in electric microgrids, under a time-varying scenario of distributed generation (DG) and power demand for an average year of operation. For this purpose, the problem was mathematically formulated using a mixed-integer nonlinear programming (MINLP) model. This model considers three different objective functions, each of which is optimized using a single-objective approach, namely: (i) total operation costs, (ii) total energy losses, and (iii) total CO2 emissions. To solve the MINLP model, three master-slave methodologies based on metaheuristic algorithms were used. In the master stage, three different algorithms were employed: Parallel Monte Carlo Method (PMC), Parallel Chu & Beasley Genetic Algorithm (PCBGA), and Parallel Particle Swarm Optimizer (PPSO). In the slave stage, the Vortex Search Algorithm (VSA) was used to solve the operation problem of the ESS. At this stage, a matrix variant of the successive approximation power flow method was used to determine the values of the objective functions and evaluate the technical and operational constraints stipulated in the mathematical model. To validate the results, a 33-node test system adapted to the generation and demand characteristics of the city of Medellin was used. Simulation results obtained through MATLAB software for the test scenario demonstrated that the PCBGA-VSA methodology performed the best in terms of solution quality, repeatability, and processing times for minimizing the economic, technical, and environmental indicators.