7.5.

1 Formulación general
7.5.1.1 funciones objetivo
El objetivo es suministrar las cargas a través de toda la transmisión (transmisión a la
subtransmisión) subestaciones para que

(7.11)

se reduce al mínimo. Ctotal es el costo total del plan. Otros términos se describen a
continuación. Tenga en cuenta que

 Cada carga se representa con su magnitud (en MVA) y características

geográficas características (X e Y) para el año horizonte.
 Se supone que cada carga es alimentada radialmente por una subestación
ascendente (para ignorar las redes descendentes 4 ) Aunque no es preciso en
términos prácticos, este enfoque facilita el procedimiento de planificación con la
debida atención a algunas consideraciones prácticas (La explicación se dará
después).

(a) Cdown_line (línea descendente)

Una carga puede ser suministrada por varias subestaciones cercanas. El costo
depende de la distancia entre el centro de carga y la subestación de la siguiente
manera

(7.12)

en el cual

Cdown–Line El costo de todos los alimentadores descendentes.

𝐶𝐿(𝐴𝐿𝐿
𝑖 ) El costo del alimentador para suministrar la i-ésima carga por el
conductor 𝐴𝐿𝐿
𝑖

𝐿𝐿
𝐷𝑖𝑗 La distancia entre la i-ésima carga y la subestación j-ésima

𝑆 El conjunto de todas las subestaciones nuevas y expandidas

𝐿(𝑗) El conjunto de todas las cargas conectadas a la subestación j-ésima

b) Cstat

Un costo importante es el costo de inversión para todas las subestaciones definidas

como

(7.13)
𝛼𝑗𝑆 Costo fijo para la subestación j-ésima (principalmente debido al costo del
terreno requerido).

𝛽𝑗𝑆 Factor de coste variable para la subestación j-ésimo (depende de la capacidad)

𝑆
𝑆𝑐𝑎𝑝𝑗 Capacidad de una nueva subestación j

𝑆𝐸 El conjunto de todas las subestaciones expandidas

𝐴𝐹𝑗 Coeficiente de amortización para la subestación existente j

𝐸𝑆
𝑆𝑐𝑎𝑝𝑗 Capacidad de la subestación existente j

El segundo ∑ término P es (7.13) denota el costo asociado con las expansiones de

las subestaciones existentes. Si, por ejemplo, AFj = 0.2, significa que el 80% de la vida
práctica de la subestación ha expirado (20% restante), por lo que esta cantidad (20%)
se considera un término de costo negativo.

c) Cup–line
Obviamente, cuanto más cerca está una subestación de una red de transmisión
existente, más atractiva es, en términos de costos generales. Para considerar este
efecto, se incluye un término línea ascendente en (7.11), como se define en (7.14),
que consta de dos términos; a saber, un costo fijo para el derecho de vía, torre, etc.
(dependiendo del nivel de voltaje) y un costo variable (costo del conductor
predominantemente) que depende de la capacidad de la línea. Por lo tanto

(7.14)

Donde

𝛼𝑗𝐻𝐿 Costo fijo de la red ascendente para el suministro de la subestación j

𝛽𝑗𝐻𝐿 Factor de costo variable de la red ascendente para el suministro de la subestación j

𝐻𝐿
𝑆𝑐𝑎𝑝𝑗 Capacidad de red ascendente para el suministro de la subestación j

𝐷𝑗𝐻𝐿 La distancia entre la subestación j al punto de alimentación más cercano de la red de

transmisión de alto voltaje

Es evidente que 𝐷𝑗𝐻𝐿 no muestra la distancia exacta para una situación práctica. De
alguna manera, considera la cuadrícula ascendente en la formulación de problemas de
modo que las subestaciones lejos de la red existente no están justificadas.
d) 𝑪𝑳𝑳
𝒍𝒐𝒔𝒔

Las pérdidas de la red descendente como pérdidas operativas también deben

minimizarse. Por eso, 𝑪𝑳𝑳
𝒍𝒐𝒔𝒔 la pérdida se introduce como

(7.15)

Donde
𝐿𝐿
𝑃𝑙𝑜𝑠𝑠 El costo de las pérdidas de la red descendente calculado como en el año base
(para un período operativo de 30 años).

R(ALL
i ) La resistencia del conductor del alimentador que suministra la carga ith (para

detalles, ver Sect. 7.6.3)

𝑖
𝑆𝑙𝑜𝑎𝑑 El cambio de MVA de la i-ésima carga con respecto al valor base (año actual)
(para detalles, vea la Sección 7.6.3
𝐿𝐿
𝐷𝑖𝑗 Como antes

e) 𝑪𝑳𝑳
𝒍𝒐𝒔𝒔

Otro término a considerar es el costo de las pérdidas de los transformadores (pérdidas

operacionales), denotado por pérdida de 𝑪𝑳𝑳𝒍𝒐𝒔𝒔 , y se define como

(7.16)

𝜶𝑺𝒍𝒐𝒔𝒔 𝒋 Las pérdidas fijas de la subestación j-ésimo

𝜷𝑺𝒍𝒐𝒔𝒔 𝒋 Las pérdidas variables de la subestación j para condiciones de carga completa

𝑷𝑺𝒍𝒐𝒔𝒔 El costo de las pérdidas de transformadores se calcula como en el año base (para un
período operativo de 30 años)

𝑺𝑺𝒋 La carga real de la subestación j en MVA

𝑺𝑺𝒄𝒂𝒑 𝒋 Como antes

7.5.1.2 Restricciones

Las siguientes restricciones se consideran en el problema de optimización

• Para la red descendente. Capacidad térmica del alimentador para la alimentación de
la carga (ver (a) a continuación) y con la caída de tensión aceptable (véase (b) a
continuación).
• Para las subestaciones. Las capacidades máximas y mínimas de instalación (véase
(c) a continuación), así como las capacidades estándar (véase (d) más adelante).
• Para la red ascendente. La capacidad térmica de la línea de transmisión ascendente
(véase (e) a continuación).

(a) Capacidad térmica del alimentador descendente

(7.17)

Donde

L Conjunto de cargas

𝑺𝑳𝑳
𝒊 La capacidad requerida del alimentador seleccionado para suministrar la i-
ésima carga

b) Caída de voltaje

(7.18)

∆Ui Caída de tensión real para la carga i

∆U Caída de voltaje aceptable

∆US Un factor para considerar el hecho de que una subestación ya existente puede
tener algunos problemas de voltaje y la menor cantidad de carga extra se puede
aplicar a esta subestación.

(c) Capacidades de instalación máximas y mínimas

(7.19)

Donde resj se refiere a la capacidad de reserva requerida para la subestación j-ésima.

̅ se refiere a la capacidad de expansión máxima
Para las subestaciones existentes, 𝑆𝑗
de la subestación. Para este tipo de subestación, 𝑆𝑗 puede establecerse en un valor
menor que su capacidad existente (o incluso cero). En ese caso, la subestación puede
ser descalificada (la capacidad adicional se considera como un beneficio) o incluso
totalmente eliminada, siempre que el procedimiento de optimización lo encuentre
económico.

(d) Capacidades estándar

(7.20)

Muestra que las subestaciones deben seleccionarse de un conjunto de listas estándar

(disponible en los departamentos de planificación).
(e) Capacidad térmica de las líneas ascendentes

Similar a (7.17), (7.21) se aplica a las líneas de transmisión ascendentes.

Donde S se define antes.

7.5.2 Algoritmo de solución

El problema así definido para es similar a (7.9) y (7.10); sin embargo, con términos y
restricciones de funciones objetivos adicionales y mejorados. Es un problema de
optimización no lineal que no puede ser resuelto fácilmente por paquetes existentes.
Algoritmos metaheurísticos; tales como Algoritmo Genético (GA), Recocido Simulado
(SA), Tabu Search (TS), etc .; son lo suficientemente potentes como para aplicarse a
este tipo de problemas, incluso para sistemas a gran escala. En las siguientes
subsecciones, se demuestran las experiencias de los autores en el uso de GA. Para
algunos detalles sobre GA, se alienta al lector, inicialmente; siga los materiales
cubiertos en el Cap. 2. GA es un enfoque metaheurístico utilizado para problemas de
optimización. Algunos cromosomas se generan inicialmente. Luego se aplican dos
operadores, a saber, el cruce y la mutación, y luego se generan nuevos cromosomas.
En lo que sigue, se describen los operadores de cruce y mutación, en formas
mejoradas. Las variables de decisión consideradas en los cromosomas son de hecho
el suministro subestaciones como

(7.22)

Wi El i-ésimo cromosoma

Xj El número de subestación de suministro para alimentar a la j-ésima carga

Dos operadores de cruce, a saber, normal y matemático, se aplican como se muestra

en (7.23) y (7.24).

(7.23)
7.5 Un caso avanzado

(7.24)

Donde 𝛼 es un número aleatorio [0, 1].

En cuanto al operador de mutación, se proponen cuatro opciones para mejorar el

procedimiento de optimización.

Mutación normal como se muestra en (7.25)

(7.25)

Donde 𝑥𝑗1∗ es un número aleatorio en el rango de la variable j-ésima.

Modificación de eliminación de la subestación en la que una subestación se selecciona

al azar y todas sus cargas de conexión se desconectan y luego se conectan a la
subestación más cercana.

• Mutación de desplazamiento doble como se muestra en (7.27)

(7.27)

En cada etapa, se calcula un valor de aptitud para cada población asignando un factor
de penalización a las soluciones no factibles (es decir, las que violan las restricciones).
Para acelerar las propiedades de convergencia del algoritmo y, al mismo tiempo, para
usar la información que aún puede ser útil en los cromosomas rechazados, este factor
de penalización se incrementa linealmente (a través de iteraciones) desde cero hacia
un valor muy alto. La función de adecuación es de hecho el costo detallado en (7.11).

7.6 Resultados numéricos

Siguiendo lo que hemos cubierto en las sectas. 7.4 y 7.5, en esta sección presentamos
los resultados numéricos en un sistema típico para que se puedan evaluar las
capacidades del algoritmo.

7.6.1 Sistema en estudio

La representación pictórica del sistema ya está representada en la figura 7.6. Muestra

un sistema de 37 nodos de carga, cada uno con un consumo de 30 MVA (0.3 p.u.). El
sistema tiene cuatro subestaciones existentes (1 a 4). Veintiuno subestaciones más se
consideran como nuevos candidatos. Las distribuciones geográficas de las
subestaciones se muestran en la Tabla 7.2 en términos de X e Y. Además, la distancia
de cada subestación candidata a la cuadrícula ascendente se muestra y se define
como S. Tenga en cuenta que en condiciones prácticas, X e Y deberían determinarse
utilizando GIS (Sistema de Información Geográfica).

7.6.2 Modelo de carga

Se supone que la red existente suministra la carga base de cada nodo de carga y la
nueva red descendente se debe planificar para el aumento de la carga. Como
resultado, cada carga (como se indica por su magnitud y propiedades geográficas, es
decir, X e Y) se divide en un valor base y un aumento. Para planificar la red
descendente, solo se considera la parte de aumento, mientras que para las cargas de
la subestación y el diseño de red ascendente, se consideran ambas partes (la base y
el aumento). En este ejemplo, suponemos que los valores base son cero. Las
distribuciones geográficas de los nodos de carga se muestran en la Tabla 7.3 en
términos de X e Y.
7.6.3 Red descendente

La red dscendente del sistema en estudio es, de hecho, el nivel de subtransmisión del
sistema. Comprende elementos de 63 kV. Para el análisis de costos de la grilla
descendente, se usan cuatro curvas como se muestra en la figura 7.11, donde el eje
horizontal muestra los conductores estándar típicos disponibles, mientras que los ejes
verticales son capacidad térmica, caída de voltaje, costo de inversión y resistencia,
respectivamente. Se supone una aproximación lineal entre los puntos, como se indica.
La forma en que se usan estas curvas es la siguiente. Inicialmente, en función de una
caída de voltaje aceptable para la carga especificada (b), se selecciona un tamaño de
conductor (b´). Además, según la magnitud de carga en MVA, a partir de la curva de
capacidad térmica de la línea, también se selecciona un tamaño de conductor (a´). Se
selecciona Max (a´, b´) como la elección final (para el caso demostrado, b´). Para el
conductor seleccionado, el costo y la resistencia se determinan (c y d,
respectivamente). Las dificultades para sentarse en el derecho de paso también son

Observado por un factor grande en el costo de inversión. Además, también se

consideran cargas específicas (para una subestación específica). Para el ejemplo que
se probará aquí, para la red descendente, se consideran dos opciones, como se
muestra en la Tabla 7.4.

7.6.4 Red ascendente

La red ascendente del sistema en estudio comprende elementos de 230 kV. La

capacidad de la línea y el tipo se determinan en función de la capacidad, el nivel de
tensión y el tipo de la subestación de suministro. Para el sistema de prueba, un 4.0
3
p.u. línea de capacidad con un costo de R 214 × 10 ⁄𝑘𝑚 / km se considera como la
única opción disponible.
7.6.5 Subestación de transmisión

La subestación de transmisión considerada sería de 230 kV: tipo 63 kV. Varias

capacidades están disponibles y pueden ser consideradas. Alternativas y
clasificaciones, según se requiera para cada región, también pueden ser
consideradas. Las capacidades estándar disponibles

Fig. 7.11 Selección de línea

Tabla 7.4 Alimentadores de red descendentes disponibles

La información proporcionada aquí se usa en la Sección. 7.6.7. Para la solución BILP

presentada en esta sección, ¿un costo promedio de R? 80 9 103 / km se utiliza para el
costo de la red descendente, mientras que la longitud máxima permisible es de 50 km
1 p.u. = 100 MVA

Tabla 7.5 Datos diversos

Para estas subestaciones se consideran 1.8, 2.7 y 4.8 p.u., con un costo fijo de R
3
1700 × 103 y un costo variable de R 2500 × 10 .⁄𝑝. 𝑢 . La capacidad de las
subestaciones existentes se considera de 1.8 p.u., mientras que se considera que no
se puede expandir. La reserva requerida para cada subestación se elige en un 15%.

7.6.6 Varios

Además de los datos proporcionados para esto, se requieren algunos otros

parámetros para Sec.7.6.8. Estos se proporcionan en la Tabla 7.5.

7.6.7 Resultados para el Algoritmo BILP

La programación lineal Binary Integer (BILP) se usa para encontrar la solución. Para
los parámetros ya mostrados, los resultados se muestran en la Tabla 7.6 y como en la
Fig. 7.12. Los resultados se generan utilizando el archivo SEP.m M [# SEP.m;
Apéndice L: (L.3)]. Como se muestra, cinco subestaciones están justificadas con las
capacidades indicadas. La forma en que se asignan las cargas a cada subestación es
para que se cumplan varias restricciones.

Tabla 7.6 Resultados de la planificación de expansión de la subestación para el sistema

 Fig. 7.12 BILP results

7.6.8 Resultados para GA

La formulación del problema fue ampliamente discutida en la Sec. 7.5. Los resultados
de un sistema práctico se tratan en esta sección. Además de los parámetros ya
mencionados, para que el GA se use en esta sección, los parámetros se muestran en
la Tabla 7.7. Los resultados se muestran en la Tabla 7.8. Como se demostró, las
formas en que las cargas se asignan a las subestaciones son en algunos casos
diferentes de las que se muestran en la figura 7.12. La razón es que al usar GA, en
general, no se puede garantizar la optimalidad global. Sin embargo, las restricciones
todavía están satisfechas.

Problemas

1. En su área de vida, descubra los costos fijos y variables de las subestaciones para
varios niveles de voltaje.
2. Demostrar (7.7).

3. Un problema de optimización depende de sus parámetros de entrada, como

factores económicos. Como estos parámetros pueden presentar algunas
incertidumbres, el planificador debe investigar la sensibilidad de la solución con
respecto a las incertidumbres de estos parámetros. Analice la solidez de la solución
informada en la Secc. 7.6 con respecto a los cambios en las líneas y los costos del
transformador, empleados allí [# SEP.m; Apéndice L: (L.3)].

4. En el ejemplo reportado en la Secc. 7.6, encuentre la solución y analice el resultado,

si la longitud máxima del alimentador es de 50 km [# SEP.m; Apéndice L: (L.3)].

5. Repita el ejemplo reportado en la Secc. 7.6, suponiendo que no exista una

subestación inicial y que todas las subestaciones existentes se consideren como
candidatas [# SEP.m; Apéndice L: (L.3)].

6. Si (X1, Y1) y (X2, Y2) son las propiedades geográficas de dos puntos, compruebe el
la distancia entre estos dos puntos (D) es la siguiente11

Para los cálculos de las distancias a las que se hace referencia en este libro y al usar
la relación dada en este problema, la distancia se establece = 1.0 km, si se calcula que
es menor que 1.0 km.