Optimización de la inyección de potencia desde micro generación distribuida en sistemas eléctricos de distribución de baja tensión: desarrollos teóricos de un modelo hiperheurístico

Abstract

Este artículo presenta los desarrollos teóricos de un Modelo HiperHeurístico para Optimizar la Inyección de Potencia proveniente de Micro-Generadores Distribuidos en Sistemas Eléctricos de Distribución de Energía (SEDE) en Baja Tensión (BT), focalizándose sobre los Paneles Solares Fotovoltaicos (MG FV). Implica una Optimización Combinatoria MultiObjetivo, en el que los Métodos Clásicos no producen buenas soluciones en el Dominio Determinístico, relativo a sus Variables de Control, y colapsan en el Dominio de Incertidumbres de Carácter no Estocástico asociadas a aquellas. Aquí, son descritos los conceptos generales de una estrategia bioinspirada referida como HiperHeurística, con un Método de Aprendizaje Sustentado en Razonamiento, y cuyo dominio se compone de un Conjunto de MetaHeurísticas MultiObjetivo del tipo PSO incorporando una forma híbrida, AFS (Artificial Fish School) que exhibe características aptas para ser integrada, y permite resolver problemas de convergencia observados por el autor en trabajos previos. Adicionalmente, se introduce la paralelización del algoritmo, reemplazando su formulación primigeniamente secuencial, utilizando la plataforma conocida como MPI (Message Passing Interface).

This work presents the Theoretical developments of a hyperheuristic model to solve the Power Injection by Micro Distributed Generators in Low Voltage Electric Power Distribution Systems (LV EPDS) Optimizing Problem, focusing in Solar Photovoltaic Systems (MG FV). This is a MultiObjective Combinatorial Optimization Problem, in which the Classical Methods do not produce good solutions in the Deterministic Domain relative to their Control Variables, and they collapse in the Domain of Non-Stochastic Uncertainties associated to those. The concepts to development of a Case Based Reasoning HyperHeuristic with a domain supported on variants of MultiObjective Particle Swarm Optimization MetaHeuristic (X-FPSO) and MultiObjective Artificial Fish School (FAFS) is presented. Additionally, the parallelization of the algorithm is introduced, replacing its primitively sequential formulation, proposed by the author, using the platform called Message Passing Interface (MPI).