Comparación de algoritmos multiobjetivo inspirados en búsqueda armónica, búsqueda cuco y murciélagos para la ubicación de generación distribuida renovable

Abstract

Las pérdidas eléctricas tienen un impacto significativo en los costos totales de las redes de distribución. El uso de las energías renovables es una gran alternativa para mejorar las pérdidas y los costos, aunque también otros problemas en las magnitudes de las tensiones y la congestión de la red pueden ser mejorados. Sin embargo, determinar la mejor localización y dimensionamiento de generadores eléctricos renovables puede ser a veces una tarea difícil debido al gran número de combinaciones posibles existentes en el espacio de búsqueda. Además, el uso de funciones multiobjetivo incrementa la complejidad del problema y se prefiere usar las metaheurísticas para encontrar soluciones en un tiempo relativamente corto. En este trabajo se evalúa el desempeño de los algoritmos inspirados en búsqueda cuco, búsqueda armónica y murciélagos para la localización y dimensionamiento de la generación distribuida renovable en redes de distribución radiales, usando funciones como la minimización de las pérdidas de energía y los costos de la generación distribuida renovable. Las metaheurísticas fueron programadas en Matlab y evaluadas usando la instancia denominada red de distribución radial de 33 nodos. Los tres algoritmos evaluados obtuvieron resultados similares para los dos objetivos evaluados, encontrando Frentes de Pareto cercanos a las mejores soluciones. La comparación realizada mostró que la búsqueda cuco obtiene los mejores resultados, pero los algoritmos inspirados en murciélagos y búsqueda armónica obtuvieron resultados cercanos a la mejor solución.