Академический Документы
Профессиональный Документы
Культура Документы
MÓDULO:
Optimización de Sistemas Eléctricos
TEMA:
COBERTURA & CAPACIDAD MEDIANTE PROGRAMACIÓN
LINEAL ENTERA (ILP)
NOMBRE:
Cañafe Clavijo Christian
CUENCA - ECUADOR
2019
MAESTRIA EN ELECTRICIDAD
Los modelos de programación entera son una extensión de los modelos lineales en los
que algunas variables toman valores enteros.
Las variables toman valores en 0-1, ya que este tipo de variables permiten representar
condiciones lógicas.
Este tipo de modelos permite representar sistemas mucho más complejos.
1.-Si la solución que se encuentra dentro de una parte del problema puede satisfacer las
restricciones esto convierte a la función objetivo una solución factible del problema
planteado originalmente, es decir, una cota inferior, que posiblemente sea solución al
problema en general y cota inferior para todas las demás funciones objetivo.
2.-Si la solución que se encuentra satisface una de las funciones objetivo dentro del
problema y esto puede terminar en que se requiera agregar restricciones adicionales para
poder alcanzar el valor de la función objetivo esto hace que la solución sea una cota
superior para todas las demás funciones objetivo [2].
Modelamiento matemático:
Función Objetivo
2
MAESTRIA EN ELECTRICIDAD
Restricciones
1. Un usuario por lo menos deber estar cubierto por un transformador.
𝑀
𝑌𝑗 ≤ ∑ ∝ 𝑖, 𝑗 ∗ 𝑍𝑖
𝑖=1
2. Los transformadores activos por lo menos deben cubrir al 90% de los usuarios.
𝑀
∑ 𝑌𝑗 ≥ 0.9 ∗ 𝑁
𝑖=1
Análisis.
Desarrollo.
Para el análisis y desarrollo del presente taller se emplea mediante la ayuda del Software
de Matlab que a su vez se enlace con el programa LPSolve.
Como primer punto determinamos el número de usuarios en el área geográfica o zona a
intervenir, ya que en esta zona se ubicarán los transformadores que cubrirán la mayor área
posible brindando una cobertura en mayor eficiencia y rentabilidad.
3
MAESTRIA EN ELECTRICIDAD
Una vez determinado el número de usuarios para la zona geográfica, declaramos las
variables con respecto a x & y
4
MAESTRIA EN ELECTRICIDAD
A continuación, una vez definido las variables con respecto a X & Y, y mediante la
programación de cobertura ingresamos las respectivas variables, donde se define y se
declara el radio de los trafos, porcentaje de cobertura.
5
MAESTRIA EN ELECTRICIDAD
6
MAESTRIA EN ELECTRICIDAD
ESCENARIO OPTIMIZADO:
7
MAESTRIA EN ELECTRICIDAD
8
MAESTRIA EN ELECTRICIDAD
Numero de Número
Transformador de clientes
1 0
2 0
3 0
4 0
5 0
6 0
7 0
8 0
9 0
10 123
11 0
12 92
13 0
14 202
15 192
16 126
17 57
18 0
19 0
20 87
21 0
9
MAESTRIA EN ELECTRICIDAD
Una vez definido los puntos de cobertura y mediante el programa LPSolve, se puede
representar el modelo de optimización de acuerdo a su radio de cobertura con respecto al
número de usuarios proyectados.
10
MAESTRIA EN ELECTRICIDAD
11
MAESTRIA EN ELECTRICIDAD
12
MAESTRIA EN ELECTRICIDAD
Numero de Número
Transformador de clientes
1 0
2 0
3 0
4 53
5 57
6 0
7 0
8 0
9 0
10 0
11 0
12 0
13 0
14 0
15 0
16 0
17
18 0
19 0
20 0
21 0
13
MAESTRIA EN ELECTRICIDAD
Función Objetivo
El objetivo es minimizar el número de transformadores (sitios candidatos), lo cual se
modela con la siguiente ecuación:
𝑴
𝒎𝒊𝒏 ∑ 𝒁𝒊
𝒊=𝟏
Restricciones:
∑ 𝑌𝑗 ≥ 𝑁 ∗ 𝑃𝑜𝑟𝑐
𝑗=1
14
MAESTRIA EN ELECTRICIDAD
CONCLUSIONES
REFERENCIAS:
15