Reducción de pérdidas de potencia en sistemas de distribución trifásicos desbalanceados usando un modelo de optimización convexa en el dominio complejo

Resumen

En este artículo se presenta una metodología para la minimización de las pérdidas de potencia activa en sistemas de distribución trifásicos desbalanceados. Este enfoque utilizó un modelo eficiente en el dominio complejo que pertenece a la categoría de optimización convexa de enteros mixtos. La metodología empleada consistió en la rotación de las cargas en cada nodo de potencia constante a través de una matriz trifásica de rotación que permitió definir cada conexión de carga. Lo anterior con el objetivo de minimizar los desbalances de potencia en los terminales de la subestación y las pérdidas de potencia totales, y mejorar los perfiles de tensión en cada una de las fases del sistema. El desbalance de cargas, expresado como un porcentaje, puede definirse en función de las potencia activa, reactiva o aparente. Además, se formuló un modelo entero mixto convexo con el propósito de minimizar los desbalances de potencia, considerando la representación en el dominio complejo de las redes eléctricas trifásicas en condiciones estacionarias. En aras de determinar las pérdidas de potencia iniciales y finales de estas redes, se empleó el método de aproximaciones sucesivas para resolver el problema de flujo de potencia trifásico. Como resultado, las validaciones numéricas realizadas en el sistema IEEE de 25 nodos y en una red trifásica de 35 nodos mostraron que las pérdidas finales de potencia activa varían dependiendo de la función objetivo analizada. Por lo tanto, para los alimentadores de prueba estudiados, es necesario evaluar cada función objetivo, en aras de encontrar la que produzca los mejores resultados numéricos. Se obtuvieron reducciones de 3.8056 % y 6.8652 % en las pérdidas de potencia para los dos sistemas de prueba mediante la metodología de optimización propuesta. Todas las validaciones numéricas se realizaron en el entorno de programación Julia, utilizando la herramienta de optimización JuMP y el solucionador HiGHS.