Flujos óptimos de potencia reactiva basado en óptimo despacho de carga usando GAMS.

In this paper, it is proposed, modeled and solved the power flow problem with the objective of reassigning the reagents flow in a Power Electrical System (PES), in order to minimize its losses and to evaluate its advantages. For this purpose the parameters of generators, bars, lines and loads of the case of 14 bars of DigSilent Power Factory were used, being considered similar to the SEP model, being used for pertinent analyzes. The aim of this work is to minimize reactive power losses, using the nonlinear programming models (NPL) through the GAMS software, and applying the MINOS as solver, which uses the reduced gradient method for linear constraints and nonlinear function objective, and also for problems with nonlinear constraints, it is used the lagrangian increased algorithm. Once the results of the optimization with GAMS were obtained , it will be analyzed them and compared with the results of the simulation case of 14 bars, in order to obtain conclutions about the benefit of solving an optimal power flow problem, focused on the minimization of reactive power in a system. Keywords: Active Power, ElectricalEn el presente artículo se plantea, modela y resuelve el problema del flujo de potencia con el objetivo de reasignar el flujo de reactivos en un Sistema Eléctrico de Potencia (SEP) a fin de minimizar su pérdida y evaluar sus ventajas, para tal efecto se utilizaron los parámetros de generadores, barras, líneas y cargas del caso de 14 barras de DigSilent Power Factory, siendo este considerado como el modelo de SEP a usarse para los análisis pertinentes. El objetivo a plantearse del presente trabajo es la minimización de las pérdidas potencia reactiva utilizando el modelos de programación no lineal (PNL) a través del software GAMS, y aplicando el MINOS como solver el cual emplea el método de gradiente reducido para restricciones lineales y función objetivo no lineal, y para problemas con restricciones no lineales utiliza el algoritmo lagrangiano aumentado, una vez obtenidos los resultados de la optimización con GAMS serán analizados y se comparados con los resultados de la simulación del caso de 14 barras, para de esta forma obtener aspectos concluyentes sobre el beneficio de resolver un problema de flujo óptimo de potencia enfocado a la minimización de potencia reactiva en un sistema