Revisión y análisis de diferentes métodos de resolver el problema de despacho económico de carga

Abstract

This document presents a review of some conventional optimization methods and intelligent search methods to solve the problem of economic load dispatch. The problem of economic load dispatch is to calculate the power that each generator must produce to satisfy a certain energy demand in a certain period of time, in such a way as to have the minimum cost and at the same time to satisfy certain technical restrictions of the generators themselves and of the network. The cost function for each generating unit represents a non-linear function which can be solved through classical methods such as linear programming, quadratic programming, mixed integer programming, which guarantee a solution. However, as the size and complexity increase the time required to find the solution is also increased; then the dispatch problem becomes a highly restricted optimization problem. For this reason, an algorithm based on artificial intelligence techniques such as genetic algorithms is used as an alternative to solve the problem of economic load dispatch. A couple of case studies are analyzed, without considering network losses, which were implemented in MatLab®.

En esta tesis se presenta una revisión de algunos métodos de optimización convencionales y métodos de búsqueda inteligente para resolver el problema de despacho económico de carga. El problema de despacho económico de carga consiste en calcular la potencia que debe producir cada generador para satisfacer cierta demanda de energía en cierto periodo de tiempo, de tal modo que se tenga el costo mínimo y que al mismo tiempo se satisfagan ciertas restricciones técnicas de los mismos generadores y de la red. La función de costo para cada unidad generadora representa una función no lineal la cual puede ser resuelta a través de métodos clásicos tales como, la programación lineal, programación cuadrática, programación entera mixta, lo cuáles garantizan una solución. Sin embargo, a medida que la dimensión y la complejidad aumenta se incrementa también el tiempo requerido para encontrar la solución; entonces el problema de despacho se convierte en un problema de optimización altamente restringido. Por esta razón se usa un algoritmo basado en técnicas de inteligencia artificial tal como algoritmos genéticos como una alternativa para resolver el problema de despacho de carga. Se analizan un par de casos de estudio, sin considerar las pérdidas de la red, los cuales fueron implementados en MatLab®.