Planificación estática de la red eléctrica de transporte mediante algoritmos genéticos

En este trabajo se desarrolla un algoritmo genético para resolver el problema de la planificación estática de la expansión de la red eléctrica de transporte a largo plazo. Se trata de un algoritmo metaheurístico basado en los mecanismos naturales de la evolución, capaz de obtener soluciones de buena calidad en problemas de optimización combinatoria de gran tamaño. Para realizar el ejercicio de planificación se toma como punto de partida un escenario futuro de generación y demanda, que ha sido determinado previamente. El problema de la planificación de la red consiste, esencialmente, en determinar las inversiones que es necesario realizar en un horizonte temporal determinado, de forma que se satisfaga el crecimiento previsto de la demanda con el mínimo coste. La función objetivo puede incluir tanto los costes de inversión como los costes asociados a las pérdidas de potencia activa. La solución óptima del problema matemático planteado es muy difícil de obtener ya que se requiere la resolución de un problema de programación no lineal entera mixta. El carácter no convexo del problema hace que exista un conjunto de mínimos locales, por lo que la utilización de métodos clásicos de programación matemática difícilmente da como resultado el óptimo global. En esta tesis se utiliza para representar la red el modelo DC, que no tiene en cuenta los valores de la tensión ni las potencias reactivas. Este modelo se considera el más adecuado para la planificación a largo plazo. Se realiza una planificación estática, es decir, solo se consideran los instantes inicial y final en el horizonte de planificación, sin tener en cuenta estados intermedios. La eficiencia del algoritmo genético desarrollado se ha probado en redes de distinto tamaño. Aunque no se puede asegurar la obtención de la solución óptima global, el algoritmo permite obtener una solución de buena calidad en un tiempo de ejecución razonable. Solo se requiere la resolución de problemas de programación lineal. RESUMEN (en Inglés) In this thesis, a genetic algorithm is developed to solve the long-term static transmission network expansion planning problem. This is a metaheuristic algorithm based on natural mechanisms of evolution, able to get good quality solutions of large size combinatorial optimization problems. The expansion planning procedure is carried out taking a future scenario of generation and demand, which has been previously determined, as the starting point. The problem of network planning consists essentially in determining the investments that are needed in a given time horizon so as to satisfy the expected growth in demand with minimum cost. The objective function may include both investment costs and the costs associated with active power losses. The optimal solution of the mathematical problem is very difficult to obtain because it requires the solution of a mixed integer nonlinear programming problem. As the problem is non-convex, there is a set of local minima, so that the use of classical methods of mathematical programming hardly results in the global optimum. DC model is used to represent the power flow equations, ignoring bus voltage values and reactive power. DC model is considered the most suitable for long-term planning. Static or onestage planning is performed, that is, a single year is considered on the planning horizon and the planner is only interested in the initial and final stages of the network. The efficiency of the genetic algorithm has been tested on different sized networks. Although obtaining the global optimum is not guaranteed, the algorithm can obtain a good quality solution in a reasonable runtime. It only requires solving linear programming problems