Modelo hiperheurístico y simulación para la optimización de la inyección de potencia desde micro generación en sistemas eléctricos de distribución de baja tensión
- Autores
- Schweickardt, Gustavo Alejandro
- Año de publicación
- 2018
- Idioma
- español castellano
- Tipo de recurso
- artículo
- Estado
- versión publicada
- Descripción
- El presente trabajo aborda los desarrollos requeridos para resolver el problema de optimizar la inyección de potencia proveniente de micro generadores en sistemas eléctricos de distribución de energía (SEDE) de baja tensión (BT), focalizándose en los paneles solares fotovoltaicos (MG FV). Para tal propósito, se toman como referencia los conceptos y desarrollos generales presentados en artículos previos del autor, y se detallan los mismos, orientándolos a dos hiperheurísticas Basadas en Razonamiento, con dominio en metaheurísticas variantes de PSO, Formas (X-FPSO) y Cardumen de Peces Artificiales (FAFS) multiobjetivo. Estas hiperheurísticas fueron referidas como HY CBR X-FPSO y HY CBR (X-FPSO + FAFS) MPI, siendo la segunda la que mejora los resultados en comparación con la primera, resolviendo las dos limitaciones observadas en esta. Se describe también la paralelización del algoritmo hiperheurístico HY CBR (X-FPSO + FAFS) MPI, en las dos variantes descriptas, empleando la plataforma MPI. Finalmente, se presenta una simulación sobre un SEDE con MG FV BT real, mediante ambos algoritmos hiperheurísticos, comparando los resultados.
This paper addresses the processes required to solve the problem of optimizing the injection of power from micro generators in electric power distribution system (SEDE) of low voltage (BT), focusing on photovoltaic solar panels (MG FV). For this purpose, the concepts and general developments presented in previous articles by the author are taken as a reference, and they are detailed, leading to two hyper-heuristics based on reasoning, with mastery in variant meta-heuristics of PSO, Forms (X-FPSO) and Fast Artificial Fish Swarm (FAFS) multi-objective. These hyper-heuristics were referred to as HY CBR X-FPSO and HY CBR (X-FPSO + FAFS) MPI, the latter being the one that improves the results compared to the first one, solving the two limitations observed at this point. The parallelization of the hyper-heuristic algorithm HY CBR (X-FPSO + FAFS) MPI is also described, in the two afore-mentioned variants, using the MPI platform. Finally, a simulation is presented on a SEDE with real MG FV BT, through both hyper-heuristic algorithms, comparing the results.
Fil: Schweickardt, Gustavo Alejandro. Universidad Tecnológica Nacional. Facultad Regional Concepción del Uruguay; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina - Materia
-
HIPERHEURÍSTICAS
METAHEURÍSTICAS
MICROGENERACIÓN DISTRIBUIDA
COMPUTACIÓN PARALELA
SISTEMA DE DISTRIBUCIÓN DE ENERGÍA ELÉCTRICA
SIMULACIÓN PARA LA OPTIMIZACIÓN
BAJA TENSIÓN
POTENCIA
PANELES SOLARES - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- https://creativecommons.org/licenses/by-nc-nd/2.5/ar/
- Repositorio
- Institución
- Consejo Nacional de Investigaciones Científicas y Técnicas
- OAI Identificador
- oai:ri.conicet.gov.ar:11336/149496
Ver los metadatos del registro completo
id |
CONICETDig_e65046b48c197546025aa3b33606cb29 |
---|---|
oai_identifier_str |
oai:ri.conicet.gov.ar:11336/149496 |
network_acronym_str |
CONICETDig |
repository_id_str |
3498 |
network_name_str |
CONICET Digital (CONICET) |
spelling |
Modelo hiperheurístico y simulación para la optimización de la inyección de potencia desde micro generación en sistemas eléctricos de distribución de baja tensiónHyperheuristic model and simulation for the optimization of power injection from micro generation in low voltage electrical distribution systemsSchweickardt, Gustavo AlejandroHIPERHEURÍSTICASMETAHEURÍSTICASMICROGENERACIÓN DISTRIBUIDACOMPUTACIÓN PARALELASISTEMA DE DISTRIBUCIÓN DE ENERGÍA ELÉCTRICASIMULACIÓN PARA LA OPTIMIZACIÓNBAJA TENSIÓNPOTENCIAPANELES SOLAREShttps://purl.org/becyt/ford/1.2https://purl.org/becyt/ford/1https://purl.org/becyt/ford/5.2https://purl.org/becyt/ford/5https://purl.org/becyt/ford/2.2https://purl.org/becyt/ford/2El presente trabajo aborda los desarrollos requeridos para resolver el problema de optimizar la inyección de potencia proveniente de micro generadores en sistemas eléctricos de distribución de energía (SEDE) de baja tensión (BT), focalizándose en los paneles solares fotovoltaicos (MG FV). Para tal propósito, se toman como referencia los conceptos y desarrollos generales presentados en artículos previos del autor, y se detallan los mismos, orientándolos a dos hiperheurísticas Basadas en Razonamiento, con dominio en metaheurísticas variantes de PSO, Formas (X-FPSO) y Cardumen de Peces Artificiales (FAFS) multiobjetivo. Estas hiperheurísticas fueron referidas como HY CBR X-FPSO y HY CBR (X-FPSO + FAFS) MPI, siendo la segunda la que mejora los resultados en comparación con la primera, resolviendo las dos limitaciones observadas en esta. Se describe también la paralelización del algoritmo hiperheurístico HY CBR (X-FPSO + FAFS) MPI, en las dos variantes descriptas, empleando la plataforma MPI. Finalmente, se presenta una simulación sobre un SEDE con MG FV BT real, mediante ambos algoritmos hiperheurísticos, comparando los resultados.This paper addresses the processes required to solve the problem of optimizing the injection of power from micro generators in electric power distribution system (SEDE) of low voltage (BT), focusing on photovoltaic solar panels (MG FV). For this purpose, the concepts and general developments presented in previous articles by the author are taken as a reference, and they are detailed, leading to two hyper-heuristics based on reasoning, with mastery in variant meta-heuristics of PSO, Forms (X-FPSO) and Fast Artificial Fish Swarm (FAFS) multi-objective. These hyper-heuristics were referred to as HY CBR X-FPSO and HY CBR (X-FPSO + FAFS) MPI, the latter being the one that improves the results compared to the first one, solving the two limitations observed at this point. The parallelization of the hyper-heuristic algorithm HY CBR (X-FPSO + FAFS) MPI is also described, in the two afore-mentioned variants, using the MPI platform. Finally, a simulation is presented on a SEDE with real MG FV BT, through both hyper-heuristic algorithms, comparing the results.Fil: Schweickardt, Gustavo Alejandro. Universidad Tecnológica Nacional. Facultad Regional Concepción del Uruguay; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas; ArgentinaUniversidad Católica Luis Amigó2018-12info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_6501info:ar-repo/semantics/articuloapplication/pdfapplication/pdfhttp://hdl.handle.net/11336/149496Schweickardt, Gustavo Alejandro; Modelo hiperheurístico y simulación para la optimización de la inyección de potencia desde micro generación en sistemas eléctricos de distribución de baja tensión; Universidad Católica Luis Amigó; Lámpsakos; 2019; 21; 12-2018; 13-252145-4086CONICET DigitalCONICETspainfo:eu-repo/semantics/altIdentifier/url/http://www.funlam.edu.co/revistas/index.php/lampsakos/article/view/3034info:eu-repo/semantics/altIdentifier/doi/10.21501/21454086.3034info:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-nd/2.5/ar/reponame:CONICET Digital (CONICET)instname:Consejo Nacional de Investigaciones Científicas y Técnicas2025-10-15T15:01:05Zoai:ri.conicet.gov.ar:11336/149496instacron:CONICETInstitucionalhttp://ri.conicet.gov.ar/Organismo científico-tecnológicoNo correspondehttp://ri.conicet.gov.ar/oai/requestdasensio@conicet.gov.ar; lcarlino@conicet.gov.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:34982025-10-15 15:01:06.051CONICET Digital (CONICET) - Consejo Nacional de Investigaciones Científicas y Técnicasfalse |
dc.title.none.fl_str_mv |
Modelo hiperheurístico y simulación para la optimización de la inyección de potencia desde micro generación en sistemas eléctricos de distribución de baja tensión Hyperheuristic model and simulation for the optimization of power injection from micro generation in low voltage electrical distribution systems |
title |
Modelo hiperheurístico y simulación para la optimización de la inyección de potencia desde micro generación en sistemas eléctricos de distribución de baja tensión |
spellingShingle |
Modelo hiperheurístico y simulación para la optimización de la inyección de potencia desde micro generación en sistemas eléctricos de distribución de baja tensión Schweickardt, Gustavo Alejandro HIPERHEURÍSTICAS METAHEURÍSTICAS MICROGENERACIÓN DISTRIBUIDA COMPUTACIÓN PARALELA SISTEMA DE DISTRIBUCIÓN DE ENERGÍA ELÉCTRICA SIMULACIÓN PARA LA OPTIMIZACIÓN BAJA TENSIÓN POTENCIA PANELES SOLARES |
title_short |
Modelo hiperheurístico y simulación para la optimización de la inyección de potencia desde micro generación en sistemas eléctricos de distribución de baja tensión |
title_full |
Modelo hiperheurístico y simulación para la optimización de la inyección de potencia desde micro generación en sistemas eléctricos de distribución de baja tensión |
title_fullStr |
Modelo hiperheurístico y simulación para la optimización de la inyección de potencia desde micro generación en sistemas eléctricos de distribución de baja tensión |
title_full_unstemmed |
Modelo hiperheurístico y simulación para la optimización de la inyección de potencia desde micro generación en sistemas eléctricos de distribución de baja tensión |
title_sort |
Modelo hiperheurístico y simulación para la optimización de la inyección de potencia desde micro generación en sistemas eléctricos de distribución de baja tensión |
dc.creator.none.fl_str_mv |
Schweickardt, Gustavo Alejandro |
author |
Schweickardt, Gustavo Alejandro |
author_facet |
Schweickardt, Gustavo Alejandro |
author_role |
author |
dc.subject.none.fl_str_mv |
HIPERHEURÍSTICAS METAHEURÍSTICAS MICROGENERACIÓN DISTRIBUIDA COMPUTACIÓN PARALELA SISTEMA DE DISTRIBUCIÓN DE ENERGÍA ELÉCTRICA SIMULACIÓN PARA LA OPTIMIZACIÓN BAJA TENSIÓN POTENCIA PANELES SOLARES |
topic |
HIPERHEURÍSTICAS METAHEURÍSTICAS MICROGENERACIÓN DISTRIBUIDA COMPUTACIÓN PARALELA SISTEMA DE DISTRIBUCIÓN DE ENERGÍA ELÉCTRICA SIMULACIÓN PARA LA OPTIMIZACIÓN BAJA TENSIÓN POTENCIA PANELES SOLARES |
purl_subject.fl_str_mv |
https://purl.org/becyt/ford/1.2 https://purl.org/becyt/ford/1 https://purl.org/becyt/ford/5.2 https://purl.org/becyt/ford/5 https://purl.org/becyt/ford/2.2 https://purl.org/becyt/ford/2 |
dc.description.none.fl_txt_mv |
El presente trabajo aborda los desarrollos requeridos para resolver el problema de optimizar la inyección de potencia proveniente de micro generadores en sistemas eléctricos de distribución de energía (SEDE) de baja tensión (BT), focalizándose en los paneles solares fotovoltaicos (MG FV). Para tal propósito, se toman como referencia los conceptos y desarrollos generales presentados en artículos previos del autor, y se detallan los mismos, orientándolos a dos hiperheurísticas Basadas en Razonamiento, con dominio en metaheurísticas variantes de PSO, Formas (X-FPSO) y Cardumen de Peces Artificiales (FAFS) multiobjetivo. Estas hiperheurísticas fueron referidas como HY CBR X-FPSO y HY CBR (X-FPSO + FAFS) MPI, siendo la segunda la que mejora los resultados en comparación con la primera, resolviendo las dos limitaciones observadas en esta. Se describe también la paralelización del algoritmo hiperheurístico HY CBR (X-FPSO + FAFS) MPI, en las dos variantes descriptas, empleando la plataforma MPI. Finalmente, se presenta una simulación sobre un SEDE con MG FV BT real, mediante ambos algoritmos hiperheurísticos, comparando los resultados. This paper addresses the processes required to solve the problem of optimizing the injection of power from micro generators in electric power distribution system (SEDE) of low voltage (BT), focusing on photovoltaic solar panels (MG FV). For this purpose, the concepts and general developments presented in previous articles by the author are taken as a reference, and they are detailed, leading to two hyper-heuristics based on reasoning, with mastery in variant meta-heuristics of PSO, Forms (X-FPSO) and Fast Artificial Fish Swarm (FAFS) multi-objective. These hyper-heuristics were referred to as HY CBR X-FPSO and HY CBR (X-FPSO + FAFS) MPI, the latter being the one that improves the results compared to the first one, solving the two limitations observed at this point. The parallelization of the hyper-heuristic algorithm HY CBR (X-FPSO + FAFS) MPI is also described, in the two afore-mentioned variants, using the MPI platform. Finally, a simulation is presented on a SEDE with real MG FV BT, through both hyper-heuristic algorithms, comparing the results. Fil: Schweickardt, Gustavo Alejandro. Universidad Tecnológica Nacional. Facultad Regional Concepción del Uruguay; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina |
description |
El presente trabajo aborda los desarrollos requeridos para resolver el problema de optimizar la inyección de potencia proveniente de micro generadores en sistemas eléctricos de distribución de energía (SEDE) de baja tensión (BT), focalizándose en los paneles solares fotovoltaicos (MG FV). Para tal propósito, se toman como referencia los conceptos y desarrollos generales presentados en artículos previos del autor, y se detallan los mismos, orientándolos a dos hiperheurísticas Basadas en Razonamiento, con dominio en metaheurísticas variantes de PSO, Formas (X-FPSO) y Cardumen de Peces Artificiales (FAFS) multiobjetivo. Estas hiperheurísticas fueron referidas como HY CBR X-FPSO y HY CBR (X-FPSO + FAFS) MPI, siendo la segunda la que mejora los resultados en comparación con la primera, resolviendo las dos limitaciones observadas en esta. Se describe también la paralelización del algoritmo hiperheurístico HY CBR (X-FPSO + FAFS) MPI, en las dos variantes descriptas, empleando la plataforma MPI. Finalmente, se presenta una simulación sobre un SEDE con MG FV BT real, mediante ambos algoritmos hiperheurísticos, comparando los resultados. |
publishDate |
2018 |
dc.date.none.fl_str_mv |
2018-12 |
dc.type.none.fl_str_mv |
info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion http://purl.org/coar/resource_type/c_6501 info:ar-repo/semantics/articulo |
format |
article |
status_str |
publishedVersion |
dc.identifier.none.fl_str_mv |
http://hdl.handle.net/11336/149496 Schweickardt, Gustavo Alejandro; Modelo hiperheurístico y simulación para la optimización de la inyección de potencia desde micro generación en sistemas eléctricos de distribución de baja tensión; Universidad Católica Luis Amigó; Lámpsakos; 2019; 21; 12-2018; 13-25 2145-4086 CONICET Digital CONICET |
url |
http://hdl.handle.net/11336/149496 |
identifier_str_mv |
Schweickardt, Gustavo Alejandro; Modelo hiperheurístico y simulación para la optimización de la inyección de potencia desde micro generación en sistemas eléctricos de distribución de baja tensión; Universidad Católica Luis Amigó; Lámpsakos; 2019; 21; 12-2018; 13-25 2145-4086 CONICET Digital CONICET |
dc.language.none.fl_str_mv |
spa |
language |
spa |
dc.relation.none.fl_str_mv |
info:eu-repo/semantics/altIdentifier/url/http://www.funlam.edu.co/revistas/index.php/lampsakos/article/view/3034 info:eu-repo/semantics/altIdentifier/doi/10.21501/21454086.3034 |
dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess https://creativecommons.org/licenses/by-nc-nd/2.5/ar/ |
eu_rights_str_mv |
openAccess |
rights_invalid_str_mv |
https://creativecommons.org/licenses/by-nc-nd/2.5/ar/ |
dc.format.none.fl_str_mv |
application/pdf application/pdf |
dc.publisher.none.fl_str_mv |
Universidad Católica Luis Amigó |
publisher.none.fl_str_mv |
Universidad Católica Luis Amigó |
dc.source.none.fl_str_mv |
reponame:CONICET Digital (CONICET) instname:Consejo Nacional de Investigaciones Científicas y Técnicas |
reponame_str |
CONICET Digital (CONICET) |
collection |
CONICET Digital (CONICET) |
instname_str |
Consejo Nacional de Investigaciones Científicas y Técnicas |
repository.name.fl_str_mv |
CONICET Digital (CONICET) - Consejo Nacional de Investigaciones Científicas y Técnicas |
repository.mail.fl_str_mv |
dasensio@conicet.gov.ar; lcarlino@conicet.gov.ar |
_version_ |
1846083151045066752 |
score |
13.22299 |