Introducción: Las redes eléctricas tradicionales están migrando a nuevas configuraciones de redes inteligentes, que traen retos operacionales y de planeación. Con miras a avanzar en estos retos se propone resolver un problema de optimización usando programación en elementos de redes distribuidas inteligentes. Objetivo: El problema de optimización consiste en administrar el despacho energético de una red inteligente para optimizar los recursos disponibles, considerando la incertidumbre de energías renovables, viajes planeados de vehículos eléctricos, el pronóstico de carga y los precios del mercado. Metodología: Se propuso utilizar un ensamble entre dos métodos heurísticos. El algoritmo VNS (Variable Neighborhood Search) y el DEEPSO (Differential Evolutionary Particle Swarm). Resultados: El algoritmo VNS-DEEPSO fue evaluado en una competencia de “Smart Grids” con otros algoritmos con un valor de 18.21, siendo 7 % mejor que el segundo algoritmo clasificado en la competencia. Conclusiones: El algoritmo VNS-DEEPSO fue ganador entre 9 algoritmos metaheurísticos que solucionaron el problema, este problema tenía un mayor incremento de dificultad debida a la incertidumbre generada por factores ambientales, pronóstico de carga, viajes en vehículos eléctricos y el mercado de precios. Acorde a los resultados, el algoritmo VNS-DEEPSO demostró ser el más eficiente en minimizar los costos operacionales y maximizar los ingresos de la red inteligente.
La distribución usando redes hidráulicas define la planeación, producción y flexibilidad de la hidro-gestión en empresas. Sin embargo, las fugas representan perdidas económicas en términos de mantenimiento y ubicación de las fallas. En este contexto, el flujo y presión al momento de que ocurra un fallo son las variables de análisis. Como primera contribución de esta investigación proponemos simular las perdidas volumétricas de agua. De hecho, el software libre Openfoam es la herramienta computacional y el modelo de turbulencia k-ω se seleccionó para un fluido en transición, es decir fluido que esta entre el régimen laminar y turbulento. La segunda contribución de esta investigación consiste en un algoritmo para detectar fugas en un sistema de tuberías. El algoritmo está basado en Teorema de Reynolds. Respecto a los resultados obtenidos con el Teorema de Reynolds, podemos decir que resultados son comparados con una red hidráulica real, obteniendo errores porcentuales de 4% para los mejores datos y 9% para el peor, y una distancia promedio para encontrar la fuga igual a 2,7 metros. Se demostró que la presión cae de forma lineal de acuerdo con la ley de Darcy. En conexión con los resultados, en métodos tradicionales se instalan manómetros a lo largo de las tuberías para identificar esta caída de presión, si el número de manómetros no es suficiente, la fuga puede pasar indetectada. El método propuesto en este proyecto permite localizar la fuga únicamente utilizando 2 manómetros. Lo cual lo hace más práctico para el caso de tuberías de difícil acceso.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.