Por favor, use este identificador para citar o enlazar este ítem:
https://dspace.ucuenca.edu.ec/handle/123456789/36587
| Título : | An efficient hybrid metaheuristics optimization technique applied to the AC electric transmission network expansion planning |
| Autor: | Morquecho Salto, Edgar Gonzalo
Torres Contreras, Santiago Patricio
Castro, Carlos A. |
| Correspondencia: | Torres Contreras, Santiago Patricio, santiago.torres@ucuenca.edu.ec |
| Palabras clave : | AC model
Electric energy systems
Hybrid-metaheuristics
Optimization
Parallel processing
Transmission network expansion planning |
| Área de conocimiento FRASCATI amplio: | 2. Ingeniería y Tecnología |
| Área de conocimiento FRASCATI detallado: | 2.2.1 Ingeniería Eléctrica y Electrónica |
| Área de conocimiento FRASCATI específico: | 2.2 Ingenierias Eléctrica, Electrónica e Información |
| Área de conocimiento UNESCO amplio: | 07 - Ingeniería, Industria y Construcción |
| ÁArea de conocimiento UNESCO detallado: | 0713 - Electricidad y Energia |
| Área de conocimiento UNESCO específico: | 071 - Ingeniería y Profesiones Afines |
| Fecha de publicación : | 2021 |
| Volumen: | Volumen 61 |
| Fuente: | Swarm and Evolutionary Computation |
| metadata.dc.identifier.doi: | 10.1016/j.swevo.2020.100830 |
| Tipo: | ARTÍCULO |
| Abstract: | The transmission network expansion planning (TNEP) problem consists of determining the necessary infrastructure additions, within a planning horizon, to minimize an investment objective function while meeting some operational and physical constraints. Even using simplified models to represent the electric network, the TNEP becomes a very complex, combinatorial and non-convex optimization problem. In recent years, the full alternating current (AC) network model has been proposed to formulate the TNEP problem. Due to its complexity, more robust and efficient optimization techniques to solve the AC formulation are required. This paper proposes a new effcient hybrid metaheuristic technique to solve the TNEP problem. Additionally, it presents a comprehensive comparative study including different powerful conventional, emerging and hybrid optimization metaheuristics techniques applied to solve the static, long-term TNEP problem, using the AC model, considering both operating and reactive power compensation costs. Simulation results are shown for three test systems: Garver 6-bus system, IEEE 24-bus system and the IEEE 118-bus system. |
| Resumen : | El problema de la planificación de la expansión de la red de transmisión (TNEP) consiste en determinar las adiciones de infraestructura necesarias, dentro de un horizonte de planificación, para minimizar una función de objetivo de inversión mientras se cumplen algunas limitaciones operativas y físicas. Incluso utilizando modelos simplificados para representar la red eléctrica, el TNEP se convierte en un problema de optimización muy complejo, combinatorio y no convexo. En los últimos años, se ha propuesto el modelo de red de corriente alterna (CA) completa para formular el problema TNEP. Debido a su complejidad, se requieren técnicas de optimización más robustas y eficientes para resolver la formulación de CA. Este artículo propone una nueva técnica metaheurística híbrida eficiente para resolver el problema TNEP. Adicionalmente, presenta un amplio estudio comparativo que incluye diferentes potentes técnicas de metaheurísticas de optimización convencionales, emergentes e híbridas aplicadas para resolver el problema TNEP estático a largo plazo, utilizando el modelo AC, considerando los costos de compensación de potencia operativa y reactiva. Los resultados de la simulación se muestran para tres sistemas de prueba: sistema Garver de 6 buses, sistema IEEE de 24 buses y el sistema IEEE 118-bus. |
| URI : | https://www.scopus.com/inward/record.uri?eid=2-s2.0-85099506916&doi=10.1016%2fj.swevo.2020.100830&partnerID=40&md5=58fd235e79c8024d3c392907c7b3dc25 |
| URI Fuente: | https://www.journals.elsevier.com/swarm-and-evolutionary-computation |
| ISSN : | 2210-6502 |
| Aparece en las colecciones: | Artículos
|
Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.
