Algoritmo híbrido de búsqueda de manta y seno coseno para gestionar la congestión de la transmisión de energía...

Área de la Ciencia:

• Ingeniería eléctrica
• Algoritmos de optimización
• Sistemas de energía renovable

Sus antecedentes:

• La congestión de las líneas de transmisión del sistema eléctrico conlleva costes significativos.
• La integración de fuentes de energía renovables como los sistemas de energía eólica (WES, por sus siglas en inglés) exacerba los problemas de congestión.
• Las técnicas existentes de gestión de la congestión (CM) requieren estrategias de optimización mejoradas.

Objetivo del estudio:

• Proponer un algoritmo híbrido Manta ray Forging Optimization-Sine Cosine (MRFO-SCA) para una gestión eficaz de la congestión del sistema de energía.
• Minimizar los costos de congestión y las pérdidas del sistema al tiempo que mejora los perfiles de tensión a través de la colocación óptima de WES y la reprogramación del generador.
• Mejorar las capacidades de exploración y explotación de algoritmos de optimización para el descubrimiento rápido de óptimas globales.

Principales métodos:

• Desarrolló un algoritmo híbrido MRFO-SCA mediante la integración del algoritmo de seno y coseno (SCA) en Manta ray Forging Optimization (MRFO).
• Factor de sensibilidad del bus (BSF) utilizado para la colocación óptima de WES para influir en el flujo de energía en líneas congestionadas.
• Aplicación de MRFO-SCA para la reestructuración óptima de la potencia de los generadores para aliviar la congestión de las líneas de transmisión.

Principales resultados:

• El algoritmo MRFO-SCA demostró un rendimiento superior en las funciones de referencia.
• Validado en el sistema de bus IEEE-30, el método propuesto redujo significativamente los costos de congestión.
• Se ha conseguido una reducción de los costes de congestión de hasta un 18,45% en comparación con las técnicas de optimización recientes.

Conclusiones:

• MRFO-SCA proporciona una solución eficiente y precisa para la gestión de la congestión del sistema eléctrico.
• El enfoque híbrido integra efectivamente WES, minimiza las pérdidas del sistema y mejora el voltaje del bus.
• Supera los métodos existentes en términos de velocidad de convergencia y tiempo computacional.