Tesis de Grado de Nestor (Lista) 06-11-09

REPUBLICA BOLIVARIANA DE VENEZUELA
U
N UNIVERSIDAD NACIONAL EXPERIMENTAL POLITCNICA
E
X ANTONIO JOS DE SUCRE
P VICE-RECTORADO PUERTO ORDAZ
O
DEPARTAMENTO DE INGENIERA ELCTRICA
TRABAJO DE GRADO
PRCTICA PROFESIONAL
DETERMINACIN PTIMA DE PRDIDAS TCNICAS EN REDES

ELCTRICAS DE DISTRIBUCIN USANDO ALGORITMOS GENTICOS
AUTOR:
NSTOR PADRINO
C.I.: 17.047.767
CIUDAD GUAYANA, NOVIEMBRE DE 2009

DETERMINACIN PTIMA DE PRDIDAS TCNICAS EN REDES
ELCTRICAS DE DISTRIBUCIN USANDO ALGORITMOS GENTICOS
UNIVERSIDAD NACIONAL EXPERIMENTAL POLITCNICA
ANTONIO JOS DE SUCRE
VICE-RECTORADO PUERTO ORDAZ
TRABAJO DE GRADO
DETERMINACIN PTIMA DE PRDIDAS TCNICAS EN

REDES ELCTRICAS DE DISTRIBUCIN USANDO
ALGORITMOS GENTICOS
Trabajo de Investigacin presentado ante

la Universidad Nacional Experimental
Politcnica Antonio Jos de Sucre
Vicerectorado Puerto Ordaz, UNEXPO
como requisito parcial para optar al
Ttulo de Ingeniero Electricista.
Padrino Avendao Nstor Alfonzo
PUERTO ORDAZ, NOVIEMBRE 2009

Padrino Avendao Nstor Alfonzo
DETERMINACIN PTIMA DE PRDIDAS TCNICAS EN REDES ELCTRICAS DE

DISTRIBUCIN USANDO ALGORITMOS GENTICOS
CIAPI, 2009
Pgs.285 .
Trabajo de Grado
Universidad Nacional Experimental Politcnica Antonio Jos de Sucre

Vice-Rectorado Puerto Ordaz
Departamento de Ingeniera Elctrica
Tutor Acadmico: Ing. Franklin Mendoza

Tutor Industrial: Ing. Ely Contreras
Referencias Bibliogrficas: pg.267
Este trabajo contiene: Resumen, ndice, Introduccin, VII Captulos, Conclusiones, Recomendaciones,
Bibliografa y Anexos.
Palabras claves: Sistema elctrico de distribucin, Flujo de carga, Optimizacin de conductores,

Algoritmos genticos, Minimizacin de prdidas.
UNIVERSIDAD NACIONAL EXPERIMENTAL POLITCNICA
ANTONIO JOS DE SUCRE
VICE-RECTORADO PUERTO ORDAZ
TRABAJO DE GRADO
Nosotros Miembros del Jurado designado para la evaluacin del Trabajo de Grado
Titulado: DETERMINACIN PTIMA DE PRDIDAS TCNICAS EN
REDES ELCTRICAS DE DISTRIBUCIN USANDO ALGORITMOS
GENTICOS. Presentado por el Br. Nstor Alfonzo Padrino Avendao, portador
de la C.I N V-17.047.767, el cual es presentado para optar al ttulo de Ingeniero
Electricista, estimamos que rene los requisitos necesarios para ser considerado como
APROBADO.
En fe del cual firmamos:
Prof. xxxxxxxxxxxxxxxxxxxxx Prof. xxxxxxxxxxxxxxx

Coordinador de Jurado Jurado Principal
Prof. Franklin Mendoza Prof. Ely Contreras Guerra

Tutor Acadmico Tutor Industrial
U
N
E
X
P
O
DEDICATORIA
Primeramente mi Dios Todopoderoso, mi Seor, por darme el don de la vida, por

guiarme, Por darme una segunda oportunidad hacerme sentir su presencia en todo
momento y brindarme la fuerza y sabidura necesaria para cumplir con los objetivos
de este trabajo.
A mi Madre Aminta de Padrino y a mi Abuela Carmen Avendao, fuentes de

inspiracin para realizar este trabajo.
A mis hermanos lvaro Padrino y Vctor Padrino, gracias por apoyarme siempre,
por estar conmigo dndome mucho valor y optimismo, son excelentes personas y
luchadores de verdad son lo mejor que tengo.
A mis tos ngel Avendao, Juan Avendao, Miguel Avendao y Enrique

Avendao, quienes los considero como padres y me brindaron su apoyo y motivacin
durante todo el curso de mi carrera universitaria, lo cual me llev a la culminacin
exitosa de esta meta trazada.
A mis Primos quienes fallecieron en un trgico accidente pero que su presencia aun
se hace sentir entre nosotros y jams sern olvidados.
A mis amigos Alcides Zorrilla y Rafael Aponte de verdad sin su ayuda jams podra
haber terminado est tesis. A mis compaeros de la Universidad Nacional
Experimental Politcnica Antonio Jos de Sucre UNEXPO Vice- Rectorado Puerto
Ordaz por darme su apoyo y amistad sincera, durante estos aos que hemos
compartidos como estudiantes de esa casa de estudio.
i
U
N
E
X
P
O
AGRADECIMIENTOS
A la UNEXPO, Vice-Rectorado Puerto Ordaz, mi casa de estudio, especialmente a

los todos los profesores que dieron su granito de arena para facilitarme herramientas y
tcnicas para poder ejercer mi carrera profesional.
Al Ing. Franklin Mendoza, por darme la oportunidad de realizar este trabajo, por ser
ms que mi tutor acadmico, un gran amigo sincero que me ayud en sta ltima
etapa de mi carrera, que comparti conmigo sus conocimientos y su tiempo, porque
gracias a sus exigencias, valiosos consejos y sugerencias culmin este trabajo de
investigacin.
Al Ing. Ely Contreras tutor industrial, por tutelarme y orientarme con sus
conocimientos.
A mi novia Andrea Garca por estar conmigo en esta ltima etapa de mi carrera
universitaria, por apoyarme, por confiar en m y por ser una excelente persona gracias
de verdad.
A un gran amigo como lo es el estudiante Enrique Mago de verdad gracias por

ayudarme y compartir conmigo sus conocimientos.
Finalmente y en forma muy especial, quisiera agradecer a mi Familia, porque estoy

seguro que gracias a la formacin que ellos me dieron, su apoyo y la confianza que
me brindaron, es que estoy culminando esta etapa tan importante de mi vida de
manera exitosa.
ii
U
N
E
X
P
O
INDICE GENERAL
DEDICATORIA ..................................................................................................... i
AGRADECIMIENTOS ........................................................................................ ii
LISTA DE TERMINOS .................................................................................... xix
LISTA DE SMBOLOS .................................................................................... xxii
RESUMEN ........................................................................................................ xxiii
CAPITULO I ......................................................................................................... 5
1.1 Antecedentes ..............................................................................................5
1.2 Formulacin del problema .........................................................................6
1.3 Alcance de la investigacin .......................................................................7
1.4 Justificacin e importancia ........................................................................8
1.5 Limitaciones ...............................................................................................9
1.6 Objetivo general .........................................................................................9
1.7 Objetivos especficos .................................................................................9
CAPITULO II ..................................................................................................... 10
2.1 Descripcin de la Empresa.......................................................................10
2.2 rea de Competencia ...............................................................................10
2.3 Misin ......................................................................................................11
2.4 Visin .......................................................................................................11
2.5 Funciones del Centro ...............................................................................11
2.6 Estructura Organizativa ...........................................................................12
2.6.1 Directiva ...................................................................................................13
2.1 Secciones por lneas de investigacin: .....................................................13
CAPITULO III .................................................................................................... 15
iii
U
N
E
X
P
O
3.1 Modelos Matemticos Aplicados al Diseo de Redes Elctricas de

Distribucin considerando las prdidas elctricas. ..................................16
3.2 Modelos Orientados al Diseo de Subestaciones Considerando las
Prdidas Elctricas. ..................................................................................18
3.3 Modelos en el clculo de Prdidas elctricas Orientados a Lneas ..........18
3.4 La Computacin Evolutiva Aplicada Como Herramienta para el
Mejoramiento de Sistemas de Distribucin de Energa Elctrica ............20
3.5 Resumen de Revisiones Bibliogrficas ....................................................30
CAPITULO IV .................................................................................................... 33
4. Bases Tericas .........................................................................................33
4.1 Prdidas Elctricas (Antecedentes y Caractersticas Fundamentales)
[137] .........................................................................................................34
4.1.1 Visin del Estudio de Prdidas [137].......................................................35
4.1.2 Redes de Distribucin [24] ......................................................................35
4.1.3 Radialidad en Sistemas de Distribucin [24] ...........................................36
4.1.4 Componentes de un Sistema de Distribucin ([47], [137]) .....................38
4.1.5 Clasificacin de las Prdidas de Energa Elctrica [110] ........................39
4.1.6 Prdidas Tcnicas [110] ...........................................................................41
4.1.6.1 Definiciones Bsicas para el Estudio de las Prdidas Tcnicas [47] .......43
4.1.6.2 Factores que Inciden en las Prdidas Tcnicas [110] ..............................49
4.1.6.3 Incremento de las Prdidas por Efecto Joule [137] .................................49
4.1.6.4 Aumento de la Cada de Tensin [137] ...................................................50
4.1.6.5 Incremento de la Potencia Aparente [137]...............................................50
4.1.7 Prdidas de Energa Elctrica y Demanda [110] .....................................51
4.1.8 Estimacin de Prdidas de Energa [137] ................................................52
4.1.9 Estimacin de Prdidas de Potencia [137] ...............................................53
4.1.10 Clculo de Prdida de Energa ([110], [137]) ..........................................54
4.1.11 Prdidas Tcnicas Propias del Sistemas de Distribucin ([113],
[137])........................................................................................................56
iv
U
N
E
X
P
O
4.1.11.1 Prdidas en Redes de Distribucin ..........................................................57

4.1.11.2 Prdidas en Alimentador Primario ...........................................................58
4.1.11.3 Prdidas en Transformadores de Distribucin .........................................58
4.1.11.4 Prdidas en Circuitos Secundarios ...........................................................61
4.1.11.5 Prdidas en Acometidas ...........................................................................61
4.1.12 Prdidas No Tcnicas o Negras [110] ......................................................63
4.2 Algoritmos evolutivos ..............................................................................64
4.2.1 Orgenes de los Algoritmos Evolutivos [120] .........................................65
4.2.2 Algoritmo Gentico [175] ........................................................................66
4.2.3 Descripcin General del Algoritmo [175] ...............................................67
4.2.4 Codicacin de Problemas [176] .............................................................68
4.2.5 Algoritmo Principal ([175], [176]) ..........................................................69
4.2.6 Operadores Genticos [175] ....................................................................73
4.2.7 Tamao de la Poblacin [177] .................................................................73
4.2.8 Elitismo [88] ............................................................................................74
4.2.9 Seleccin ([175], [176], [177]) ................................................................76
4.2.9.1 Seleccin por Ruleta ([175], [177]) .........................................................77
4.2.9.2 Seleccin por Torneo ([175], [177]) ........................................................77
4.2.10 Cruce ([175], [176], [177]) ......................................................................79
4.2.10.1 Cruce de 1 Punto ([175], [176], [177]) ....................................................80
4.2.10.2 Cruce de 2 Puntos ([175], [176], [177]) ...................................................81
4.2.10.3 Cruce Uniforme ([175], [176], [177]) ......................................................82
4.2.11 Cruces Especcos de Codicaciones no Binarias [175] .........................83
4.2.12 Algoritmos de Reemplazo [176] ..............................................................84
4.2.13 Copia [176] ..............................................................................................84
4.2.14 Mutacin [176].........................................................................................85
4.2.15 Evaluacin ([175], [177])........................................................................86
4.2.16 Algoritmos Multi-objetivo .......................................................................88
v
U
N
E
X
P
O
4.2.17 Introduccin a la Optimizacin Multi-Objetivo Basada en Frentes de

Pareto .......................................................................................................89
4.2.18 Non dominated Sorting in Generic Algorithm (NSGA) .......................91
4.2.19 Ventajas y Desventajas de los Algoritmos Evolutivos [175]...................92
4.3 Software NEPLAN ..................................................................................92
4.3.1 Mdulos NEPLAN (electricidad) ............................................................93
4.3.2 Estudio de Flujo de Carga ........................................................................95
4.3.3 Flujo de Carga NEPLAN 5.18 .................................................................96
4.3.4 Recomendaciones para Datos de Flujos de Cargas..................................97
4.3.5 Datos Requeridos por el Programa NEPLAN 5.18 .................................98
CAPITULO V .................................................................................................... 102
5.1 Tipo de Investigacin .............................................................................102
5.2 Diseo de la Investigacin .....................................................................102
5.3 Poblacin y Muestra ..............................................................................103
5.4 Tcnica e Instrumentos de Recoleccin de Datos..................................104
5.5 Procedimientos .......................................................................................104
CAPITULO VI .................................................................................................. 106
6.1 Desarrollo y Planteamiento del Modelo Para el Clculo ptimo de
Prdidas. .................................................................................................107
6.1.2 Modelo Multi-objetivo Empleado Para el Clculo ptimo y
Minimizacin de Prdidas......................................................................108
6.1.3 Desarrollo del Modelo Usado Para la Optimizacin Basado en
Algoritmos Genticos ............................................................................113
6.2 Desarrollo del Modelo Computacional Empleado para la Simulacin
del Sistema de Distribucin Radial ptimo...........................................125
6.2.1 Representacin de componentes ............................................................126
6.2.1.1 Datos Requeridos Por el Programa SDRO Para Barras o Nodos. .........127
6.2.1.2 Datos requeridos por el programa SDRO para Lneas de
Distribucin............................................................................................128
vi
U
N
E
X
P
O
6.2.1.3 Flujos de Potencia Mediante el Programa SDRO ..................................129

CAPITULO VII................................................................................................. 141
RESULTADOS COMPUTACIONALES ....................................................... 141
7.1 Sistema de Cinco Barras del Stagg & El Abiad [142] ...........................142
7.1.1 Clculo de la Potencia Activa y Reactiva para cada una de las barras
del Sistema Stagg and El Abiad .............................................................145
7.1.2 Clculo de la Matriz Jacobiana [J] .........................................................146
7.2 Solucin Mediante la Herramienta Computacional SDRO ...................153
7.3 Comparacin de Resultados para la red Stagg and El Abiad resuelta
paso a paso .............................................................................................155
7.4 Solucin del sistema Stagg and El Abiad Mediante el Software
NEPLAN 5.18 ........................................................................................157
7.5 Red de Kumamoto (15 barras) [101] .....................................................159
7.6 Configuracin del algoritmo Gentico Usado para la Optimizacin
de Prdidas. (Valores por Defecto) ........................................................167
7.7 Red de 14 Nodos (resuelta paso a paso) ................................................168
7.7.1 Solucin Mediante la Herramienta Computacional SDRO para el
Sistema de 14 Barras (sin realizar la Optimizacin de Conductores) ....173
7.7.2 Solucin Mediante el Software NEPLAN 5.18 para la Red de 14
Barras (sin realizar la optimizacin de Conductores) ............................176
7.7.3 Comparacin de Resultados obtenidos para el Sistema de 14 Barras
sin Optimizar los Conductores que componen esta Red ........................178
7.7.4 Solucin Mediante la Herramienta Computacional SDRO
(realizando la optimizacin de conductores) para la Red de 14 Nodos .184
Optimizando los Conductores que componen esta Red .........................190
7.8 Red Radial de 24 Nodos ........................................................................201
vii
U
N
E
X
P
O

(realizando la optimizacin de conductores) para la Red de 24 Nodos .210
al Optimizar los Conductores que componen esta Red .........................215
7.9 Red Radial de 39 Nodos ........................................................................222
(realizando la optimizacin de conductores) para la Red de 39 Nodos
................................................................................................................233
7.9.3 Comparacin de Resultados Comparacin de Resultados obtenidos
para el Sistema de 39 Barras al Optimizar los Conductores que
componen esta Red ................................................................................239
7.10 Propuesta Para Reduccin y Optimizacin de Prdidas: .......................247
CONCLUSIONES Y RECOMENDACIONES ...............................................257
REFERENCIAS BIBLIOGRFICAS .............................................................259
ANEXOS.................278
viii
U
N
E
X
P
O
NDICE DE FIGURAS
Figura 2.1 Estructuracin Organizativa ................................................................13

Figura 4.1 Sistema de Distribucin .36
Figura 4.2 Proceso de transporte y distribucin de la energa elctrica ................38
Figura 4.3 Componentes del Sistema de Distribucin ..........................................39
Figura 4.4 Clasificacin de prdidas .....................................................................41
Figura 4.5 Clculo de los Voltajes Base ...............................................................44
Figura 4.6 Demanda Diversificada .......................................................................47
Figura 4.7 Factores que inciden en las prdidas tcnicas......................................49
Figura 4.8 Evaluacin de prdidas de energa ......................................................56
Figura 4.9 Diagrama de un Sistema Elctrico de Potencia, en el cual se indican
los elementos donde existen prdidas tcnicas ...................................57
Figura 4.10 Prdidas de potencia por corrientes de Foucault producidas en un
ncleo magntico de una sola pieza. .................................................60
Figura 4.11 Individuo Gentico Binario ...............................................................69
Figura 4.12 Esquema de la aplicacin de una estrategia elitista. ..........................75
Figura 4.13 Cruce de 1 Punto................................................................................80
Figura 4.14 Cruce de 2 Puntos ..............................................................................81
Figura 4.15 Cruce Uniforme .................................................................................83
Figura 4.16 Conjunto de soluciones pareto ptimas ..........................................90
Figura 6.1 Ejemplo de cromosoma con codificacin binaria...116
Figura 6.2 Ejemplo de gen dentro de un cromosoma..........................................116
Figura 6.3 Ejemplo de Fenotipo ..........................................................................116
Figura 6.4 Esquema tpico de un algoritmo gentico secuencial ........................118
Figura 6.5 Representacin de la Codificacin Binaria del Calibre de
Conductores de los Ramales Circuitos que Componen una Red
Elctrica de Distribucin. ...............................................................123
ix
U
N
E
X
P
O
Figura 6.6 Diagrama de flujo mtodo de Newton-Raphson (parte I) .................137

Figura 6.7 Diagrama de flujo mtodo de Newton-Raphson (parte II) ...............138
Figura 6. 8 Ejemplo del Mtodo de Newton Raphson ........................................139
Figura 7.1 Diagrama Unifilar del Sistema de 5 Barras del Stagg & El Abiad
[142]. 142
Figura 7.2 Grfica de Variacin de Voltajes por Iteracin 153
Figura 7.3 Reporte para el anlisis de flujos de potencia obtenido mediante la
herramienta SDRO para el sistema Stagg and El Abiad.. 154
Figura 7.4 Diagrama de Flujo de Potencia del Sistema de Cinco Barras del
Stagg and El Abiad [142] Realzado mediante el Software
NEPLAN 5.18.. 158
Figura 7.5 Diagrama Unifilar de la Red de Kumamoto [101]... 160
Figura 7.6 Reporte para el Anlisis del flujo de potencia obtenido mediante
la herramienta computacional SDRO para la Red de Kumamoto
Japn 161
Figura 7.7 Diagrama de Flujo de Potencia del Sistema de quince Barras de la
Red de Kumamoto [101]. Realzado mediante el Software
NEPLAN 5.18.. 162
Figura 7.8 Red de potencia de 14 Nodos... 169
Figura 7.9 Simplificacin del sistema de 14 barras (solucin manual). 171
Figura 7.10 Reportes que permiten ver los resultados aportados por la
herramienta computacional SDRO para el anlisis del flujo de
carga de la Red de 14 Nodos 176
Figura 7.11 Diagrama de Flujo de Potencia del Sistema de 14 Barras
realizado mediante el Software NEPLAN 5.18.. 178
Figura 7.12 Grfica Costos vs Prdidas para la red Radial de 14 Nodos
(optimizada)
. 185
x
U
N
E
X
P
O
Figura 7.13 Tabla Costo vs Prdidas para la red Radial de 14 Nodos

(optimizada) y la configuracin usada para esta
solucin......................................................................... 186
Figura 7.14 Anlisis del Flujo de carga mediante la herramienta SDRO para
la red de 14 Nodos Optimizada 187
Figura 7.15 Anlisis del Flujo en las lneas mediante la herramienta SDRO
para la red de 14 Nodos Optimizada 188
Figura 7.16 Prdidas de potencia en las lneas para red de 14 nodos instalando
conductor del tipo ARVIDAL calibre # 2.. 188
(optimizando los conductores) realizado mediante el Software
NEPLAN 5.18.. 190
Figura 7.18 Grfica Fitness vs Generacin para la red de 14 Nodos al
optimizarla 197
Figura 7.19 Grafica Costo vs Generacin para la red de 14 Nodos al
optimizarla 199
Figura 7.20 Grfica IDT vs Generacin para la red de 14 Nodos al
optimizarla 200
Figura 7.21 Diagrama de Flujo de Potencia del Sistema de 24 Nodos
(optimizada). 211
(optimizada) y la configuracin usada para esta solucin.. 212
Figura 7.24 Diagrama de Flujo de Potencia del Sistema de veinticuatro Barras
NEPLAN 5.18. 214
xi
U
N
E
X
P
O

(optimizada). 234
(optimizada) y la configuracin usada para esta solucin... 235
NEPLAN 5.18.. 238
Figura 7.29 Componentes del plan de prdidas. 250
Figura 7.30 Transformador sin reubicacin 254
xii
U
N
E
X
P
O
INDICE DE TABLAS
Tabla 7.1 Datos de Generacin, de Cargas y Voltajes del ejemplo [142] ..........143
Tabla 7.2 Datos de las lneas en por unidad del sistema de cinco barras [142] ..143
Tabla 7.3 Clasificacin y Datos de las Barras del Sistema .................................145
Tabla 7.4 Valores de Potencia Activa y Reactiva Calculados ............................146
Tabla 7.5 Resultados obtenidos de la sub matriz J4 ............................................151
Tabla 7.6 Valores de Voltaje para cada Iteracin ...............................................152
Tabla 7.7 Datos de Generacin, de Cargas y Voltajes del ejemplo [142] ..........153
Tabla 7.8 Datos de las lneas en por unidad del sistema de cinco barras [142] ..154
Tabla 7.9 Comparacin de los Resultados obtenidos con la herramienta
Computacional SDRO con los obtenidos paso a paso. .....................155
Computacional SDRO con los obtenidos de la referencia
documental [142] ............................................................................156
Tabla 7.11 Datos de Generacin, de Cargas y Voltajes en valores reales ..........157
Tabla 7.12 Datos de las lneas del sistema en valores reales (se asume una
longitud igual para todas las lneas de 1 Km.) ..................................157
Computacional SDRO con los obtenidos mediante NEPLAN
5.18 .................................................................................................159
Tabla 7.14 Impedancias de las Lneas y Cargas en las Barras (Barra final) de
la Red de Kumamoto [101]. ..............................................................160
Tabla 7.15 Voltajes de las Barras en % obtenidos para la red de Kumamoto
Japn..................................................................................................163
Tabla 7.16 Valores de corrientes, mediante el programa SDRO y el Software
NEPLAN 5.18 para la red de Kumamoto Japn ...............................164
xiii
U
N
E
X
P
O
Tabla 7.17 Prdidas de Potencia Activa mediante el programa SDRO y el

Software NEPLAN 5.18 para la red de Kumamoto Japn ................165
Tabla 7. 18 Prdidas de Potencia Reactiva mediante el programa SDRO y el
Software NEPLAN 5.18 para la red de Kumamoto Japn ................166
Tabla 7.19 Prdidas totales del sistema mediante la herramienta
computacional SDRO y el Software NEPLAN 5.18para la red
de Kumamoto Japn .....................................................................167
Tabla 7.20 Impedancias de las Lneas de la Red de 14 Nodos ............................170
Tabla 7.21 Cargas en las Barras ...........................................................................170
Tabla 7.22 Datos de Generacin, de Cargas y Voltajes del sistema de 14
barras ...............................................................................................173
Tabla 7.23 Datos de las Lneas en por unidad de la Red de 14 Nodos ...............174
Tabla 7.24 Datos de Generacin, Cargas y Voltajes del sistema de 14 Barras
en valores reales ................................................................................176
Tabla 7.25 Datos de las lneas del sistema de 14 Barras en valores reales ..........177
Tabla 7.26 Comparacin de las tensiones en las barras obtenidas con la
herramienta Computacional SDRO con las obtenidas bajo el
software NEPLAN 5.18 para la red de 14 Nodos (sin optimizar
conductores) ....................................................................................179
Tabla 7.27 Corrientes en Ampere mediante el programa SDRO y el Software
NEPLAN 5.18 para la red de 14 Nodos (sin optimizar
conductores) ......................................................................................180
Software NEPLAN 5.18 para la red de 14 Nodos (sin optimizar
conductores) ......................................................................................181
Tabla 7.29 Prdidas de Potencia Reactiva mediante el programa SDRO y el
conductores) ......................................................................................182
xiv
U
N
E
X
P
O

computacional SDRO y el Software NEPLAN 5.18 para la red
de 14 Nodos (sin optimizar conductores) .....................................183
Tabla 7.31 Configuracin Obtenida Mediante la Herramienta SDRO para la
Optimizacin de Prdidas en la red de 14 Nodos..............................189
Tabla 7.32 Comparacin de las tensiones en las barras obtenidas
(optimizando los conductores) con la herramienta
Computacional SDRO con las obtenidas bajo el software
NEPLAN 5.18 para la red de 14 Nodos .......................................191
Tabla 7.33 Valores de corrientes en A, mediante el programa SDRO y el
Software NEPLAN 5.18 para la red de 14 nodos (optimizando los
conductores) ......................................................................................192
Software NEPLAN 5.18 para el sistema de 14 Nodos
(optimizando los conductores) ..........................................................193
(optimizando los Conductores) .........................................................194
computacional SDRO y el Software NEPLAN 5.18 (al realizar
la optimizacin de conductores) para el sistema de 14 Nodos .....195
computacional SDRO sin optimizar conductores y realizando
la optimizacin de los mismos para la red de 14 Nodos ..............196
xv
U
N
E
X
P
O

los conductores) ..............................................................................204
Tabla 7.41 Valores de corrientes mediante el programa SDRO y el Software
NEPLAN 5.18 para el sistema de 24 Nodos (sin optimizar los
Conductores) .....................................................................................206
los conductores).................................................................................207
los conductores).................................................................................208
de 24 Nodos (sin optimizar los conductores) ...............................209
Tabla 7.45 Configuracin obtenida mediante la herramienta SDRO para la
Optimizacin de Prdidas en la red de 24 Nodos..............................213
Tabla 7.46 Comparacin de las tensiones en las barras para el sistema de 24
Nodos obtenidas (optimizando los conductores) con la
software NEPLAN 5.18 ....................................................................215
Tabla 7.47 Valores de corrientes, obtenidas mediante el programa SDRO y el
Software NEPLAN 5.18 para la red de 24 Nodos (optimizando los
conductores) ......................................................................................216
conductores) ......................................................................................218
(optimizando los conductores) ..........................................................219
xvi
U
N
E
X
P
O

la optimizacin de conductores) ...................................................220
la optimizacin de los mismos para la Red de 24 Nodos. ............221
los conductores) ..............................................................................226
Tabla 7.55 Valores de corrientes., obtenidas mediante el programa SDRO y el
Software NEPLAN 5.18 para la red de 39 Nodos (sin realizar la
optimizacin de conductores)............................................................228
los conductores).................................................................................230
Software NEPLAN 5.18 para la red de 39 Nodos (sin optimizar los
conductores).........................................................................................231
de 39 Nodos (sin optimizar los conductores) ...............................233
optimizacin de prdidas en la red de 39 Nodos ...............................236
Tabla 7.60 Comparacin de las tensiones en las barras obtenidas
(optimizando los conductores) con la herramienta Computacional
xvii
U
N
E
X
P
O
SDRO con las obtenidas bajo el software NEPLAN 5.18 para el

sistema de 39 Nodos. ...........................................................................239
Software NEPLAN 5.18 para el sistema de 39 Nodos realizando
la optimizacin de conductores. ........................................................241
conductores) ......................................................................................242
Software NEPLAN 5.18 para la Red de 39 Nodos (optimizando
los conductores).................................................................................244
la optimizacin de conductores) ...................................................246
la optimizacin de los mismos para el sistema de 39 Nodos. ......247
xviii
U
N
E
X
P
O
LISTA DE TERMINOS
CADAFE Compaa Annima de Administracin y Fomento Elctrico

NEPLAN Software para Anlisis de Sistemas de Potencia
IEEE Instituto de Ingenieros Electricistas y Electrnicos
Hz Hertz, unidad de medida de la frecuencia elctrica
km Kilmetros
m Metros
A Amperios
kV Kilo voltio
kVA Kilo voltio ampere
kW Kilo Vatios
kWh Kilo Vatio Hora
MVA Mega voltio ampere
MVAR Mega voltio ampere reactivos
L/T Lnea de Transmisin
TX Transformador
SDRO Sistema de Distribucin Radial ptimo
IDT ndice de Calidad de Tensin
S/E Subestacin
MCM Mil Circular Mil
R Resistencia
xix
U
N
E
X
P
O
X Reactancia
BT Baja Tensin
AT Alta Tensin
SDE Sistema Elctrico de Distribucin
SEP Sistema Elctrico de Potencia
FCT Flujo de Carga Trifsico
I.A. Inteligencia Artificial
AG Algoritmos Genticos
Pg Programacin Gentica
AE Algoritmos Evolutivos
Pm Porcentaje de mutacin
Pc Porcentaje de Cruce
fc Factor de Carga
n Nmero
PG Potencia Activa Generada
QG Potencia Reactiva Generada
PL Potencia Activa de Carga
QG Potencia Reactiva de Carga
P.U Valores Por Unidad
p Barra Inicial
q Barra Final
PQ Potencia Activa y Potencia Reactiva
xx
U
N
E
X
P
O
PV Potencia Activa y Voltaje
PC Potencia Activa y Factor de Potencia
SC Potencia Aparente y Factor de Potencia
PI Potencia Activa y Corriente
IC Corriente y Factor de Potencia
GIS Sistema de Informacin Geogrfica
SCADA Superviso y Control de Adquisicin de Datos
NIS Servicios de Informacin
FACTS Sistema de Transmisin AC Flexible
SVC Compensador VAR Esttico
STATCOM Compensador Esttico
TCSC Compensacin Serie Controlada por Tiristores
UPFC Controlador Unificado de Flujos de Potencia
xxi
U
N
E
X
P
O
LISTA DE SMBOLOS
P Potencia Activa
Q Potencia Reactiva.
V Voltaje o Tensin.
S Potencia Aparente
I Corriente.
B/2 Reactancia de aterramiento
C Capacitancia.
Z Impedancia
Y Admitancia.
V Magnitud de voltaje
R Resistencia.
G Conductancia.
Vmax Voltaje Mximo
Vmin Voltaje Mnimo
Qmax Potencia Reactiva Mxima
Qmin Potencia Reactiva Mnima
f Funciones Dadas
ngulo de desfase entre corriente y voltaje
Ohmios
Fp Factor de Potencia
xxii
U
N
E
X
P
O
PADRINO A., NSTOR A., (2009). DETERMINACIN PTIMA DE

PRDIDAS TCNICAS EN REDES ELCTRICAS DE DISTRIBUCIN
USANDO ALGORITMOS GENTICOS. Trabajo de Grado. Universidad
Nacional Experimental Politcnica Antonio Jos De Sucre. Vice-Rectorado Puerto
Ordaz. Departamento de Ingeniera Elctrica. Tutor Acadmico: Ing. Franklin
Mendoza. Tutor Industrial: Ing. Ely Contreras.
RESUMEN
El proyecto que se presenta, tiene como objetivo principal realizar de forma ptima el
clculo y minimizacin de prdidas tcnicas en redes elctricas de distribucin
usando algoritmos genticos, para esto se realiza una introduccin de los distintos
modelos que hacen uso de algoritmos genticos y se investiga su aplicabilidad en la
minimizacin de prdidas. La investigacin fue realizada aplicando un diseo con
muestra no experimental de tipo descriptivo, evaluativo y aplicado. A partir de las
distintas prdidas que realmente afectan a una red de distribucin elctrica se ha
creado un modelo computacional llamado SDRO el cual permite resolver este
problema optimizando el calibre de los distintos conductores que componen a una red
distribucin. Con este software desarrollado se espera reducir costos de operacin e
inversin en la minimizacin de prdidas manteniendo los estndares de calidad y
servicio.
PALABRAS CLAVES: Sistema elctrico de distribucin, Flujo de carga,

Optimizacin de conductores, Algoritmos genticos, Minimizacin de prdidas.
xxiii
U
N
E
X
P
O
INTRODUCCIN
El aumento de la demanda de energa elctrica en Venezuela est originado por el

crecimiento de la poblacin y el nivel de comercializacin. Para trasladar sta energa
desde los grandes centros de generacin hasta los consumidores finales se utilizan los
sistemas de transmisin y distribucin. Es por ello que el estudio ms frecuente en
sistemas elctricos consiste en el clculo de las condiciones de operacin en rgimen
permanente, los cuales involucran bsicamente la determinacin de los voltajes de las
distintas barras de la red; flujos de potencia activa y reactiva en todas las lneas;
prdidas en los transformadores y otros.
La realizacin de este tipo de estudios es de gran importancia para la resolucin de

problemas tanto en los sistemas de distribucin ya existentes, como en los que se
encuentran en planificacin.
Los sistemas elctricos de distribucin de energa, entendidos como el medio para

hacer llegar la energa elctrica a todos los clientes de la empresa que la comercializa,
sufren los efectos de la disipacin calrica cuando la energa recorre sus redes
(conductores, equipos de operacin, transformadores, uniones, etc.), por lo que la
energa que ingresa al sistema resulta mayor que la efectivamente entregada en los
puntos de consumo, donde idealmente se mide y factura a los clientes finales. Tal
diferencia fsica se denomina Prdida Tcnica. Su clculo y anlisis permitirn a las
compaas de distribucin elctrica minimizarlas y lograr, por ende, un mayor
rendimiento y rentabilidad de sus redes.
1
U
N
E
X
P
O
En una compaa distribuidora las prdidas de energa tienen dos componentes: las
mencionadas prdidas tcnicas y adicionalmente las prdidas comerciales, entre las
que se incluyen las prdidas no tcnicas por fraude (hurto).
Por tal razn el presente estudio propone un procedimiento para el clculo ptimo y
minimizacin de prdidas tcnicas en Sistemas elctricos de Distribucin. Los
anlisis de prdidas en el pas, en muchos de los casos, no han sido tratados
adecuadamente; sin embargo, debido a las ventajas que representan para la Empresa
Distribuidora, si estn debidamente justificados para mejorar los ndices de las
empresas en un mercado elctrico exigente, representan una inversin que es
plenamente rentable. Las estadsticas de prdidas elctricas en las Empresas
Distribuidoras muestran un problema de suma importancia; los porcentajes de
prdidas son elevados, lo que implica un despilfarro de recursos incompatibles con la
eficiencia requerida por la colectividad. Las prdidas de energa en las Empresas
Distribuidoras se refieren a dos situaciones: a los fenmenos de disipacin que
suceden en los componentes fsicos del sistema, y debido a la existencia de la
informacin en los procesos de recaudo de la venta de energa.
Dentro de las prdidas de energa pueden existir gran cantidad de causas pero se debe
saber cules atacar para de esta manera manejar un sistema ideal y recomendado para
la empresa distribuidora, por lo que su estudio debe ser muy especfico y claro.
Las prdidas de energa elctrica no pueden ser disminuidas por completo ya que en
el proceso que lleva la energa desde las plantas generadoras hasta el cliente final, hay
prdidas por calentamiento en los conductores y en los ncleos ferromagnticos de
los transformadores, que pueden ser disminuidas, pero no eliminadas.
Esto permite que aunque no es posible su eliminacin, su reduccin en un manejo de

prdidas tcnicas y no tcnicas, de fraude o hurto para acercarlas al mnimo es
2
U
N
E
X
P
O
posible, teniendo como meta nuevos ndices favorables para la Empresa y la

comunidad en general.
Es un tema indiscutible la necesidad de un mejoramiento del manejo de la energa en

las empresas distribuidoras, por lo que es necesario analizar la reduccin y control de
prdidas en cada una de ellas, es decir a travs de estudios que permitan lograr una
red, donde las prdidas tcnicas, es decir las causadas por los diversos fenmenos
fsicos y elctricos que se presentan en los componentes de un sistema de
distribucin, estn en niveles aceptables.
El problema ms urgente y que exige tomar decisiones, es la realizacin de

programas de estudio para la reduccin de prdidas de energa por parte de las
empresas elctricas del pas y de la regin.
Para la elaboracin de estos estudios, se han desarrollado una serie de algoritmos que
son altamente eficientes en su ejecucin, pero que presentan la desventaja de estar
dirigidos a los sistemas de transmisin, dejando de un lado la realizacin de este tipo
de estudios en los sistemas de distribucin.
De aqu surge la necesidad de crear una herramienta computacional que presente una
interfaz sencilla y amigable en ambiente MATLAB 7.8, que permita la realizacin del
clculo ptimo y minimizacin de prdidas en los sistemas de distribucin.
Este estudio sugiere medidas tendientes a la reduccin de prdidas estableciendo un

diseo metodolgico donde mediante el procesamiento de informacin permita un
anlisis de prdidas tcnicas en sistemas de distribucin, para a continuacin
establecer alternativas de reduccin de prdidas.
El resultado de la investigacin realizada se presenta en los siguientes captulos:
3
U
N
E
X
P
O
En el Captulo I, se expone la descripcin del problema de investigacin que

comprende el planteamiento del problema, las limitaciones, el alcance y los objetivos
del mismo.
En el Captulo II, se realiza la descripcin y funciones que desempea el centro de

estudio, en este caso el CIAPI.
En el Captulo III, se presenta la revisin bibliogrfica de los diversos autores

consultados para la realizacin del presente trabajo.
En el Captulo IV, se detallan aspectos referidos a los antecedentes y marco terico

que permitirn desarrollar el proyecto.
En el Captulo V, se presenta el diseo metodolgico que fue seguido para realizar

este estudio, tales como tipo de investigacin, diseo de investigacin, poblacin y
muestra, tcnicas y/o instrumentos de recoleccin de datos y procedimiento de
recoleccin de datos.
En el Captulo VI, se detallan los modelos matemticos y computacionales utilizados

para el desarrollo del algoritmo gentico implementado en esta investigacin.
En el Captulo VII, se exponen la memoria descriptiva del proyecto de estudio, donde

se presentan los resultados computacionales y caractersticas detallas para la
configuracin del algoritmo gentico. Finalmente se presentan las conclusiones,
recomendaciones, referencias bibliogrficas y anexos.
4
CAPITULO I
EL PROBLEMA
1.1 Antecedentes
Para las empresas elctricas de distribucin la estimacin de las prdidas es una tarea
necesaria, tanto en el aspecto econmico como el operacional de sus redes. Un
porcentaje importante de las prdidas de un sistema elctrico de distribucin (SDE),
tiene su origen en las redes elctricas de distribucin primaria o tambin llamadas
redes de distribucin de Alta Tensin (AT). La fuente de estas prdidas, se
encuentran principalmente en los conductores de las lneas del circuito primario,
secundario y en los empalmes aplicados a dichas lneas para abastecer a los
consumidores. La metodologa convencional empleada para estimar las prdidas ha
sido por mucho tiempo el flujo de carga trifsico, (FCT) [2], [3], este en lo posible
debe realizar un modelamiento detallado del SDE, en el cual sean considerados
efectos tales como; el retorno por neutro y tierra, el desequilibrio de carga, el
desequilibrio del voltaje de fase, etc.
Debido a que un SDE puede llegar a estar constituido por cientos de redes de BT, un
anlisis completo por alimentador empleando un FCT se vuelve imprctico debido a
la gran cantidad de informacin que se debe recopilar y procesar. Por esta razn, la
mayora de las metodologas presentadas en la literatura especializada slo estiman
las prdidas en el sistema primario de distribucin o de AT [2], [3], mientras que las
prdidas en BT son estimadas slo a travs de aproximaciones.
U
N
E
X
P
O
No obstante, existen algunas metodologas, que han logrado incorporar las redes de
BT en el estudio, con el objetivo de hacer un anlisis ms detallado y completo sobre
SDE.
1.2 Formulacin del problema
La energa elctrica, base del gran desarrollo alcanzado por la industria en nuestros
tiempos, se produce en centrales hidrulicas, trmicas y nucleares, situadas en
determinados lugares geogrficos. Debe, por tanto ser transportada a los centros de
consumo valindose de lneas elctricas, pero stas suponen siempre una prdida de
energa, sobre todo a gran distancia, debida al calentamiento originado por el paso de
la corriente, a los empalmes y contactos defectuosos, y a los efectos de la intemperie.
Las prdidas de energa elctrica son un problema que debe ser evaluado y manejado
de manera adecuada, se presenta en mayor o menor grado en cada uno de los
elementos que conforman el sistema elctrico de estudio. Estas prdidas se
encuentran en varias etapas del proceso, ya sea por problemas de ineficiencia tanto en
la operacin como en el diseo del sistema, el desgaste de los elementos involucrados
en el SED, o bien pueden aparecer prdidas por combinacin de las situaciones ya
mencionadas; una inadecuada direccin y control del sistema ocasiona lo que se
denomina prdidas negras. De manera concreta las prdidas en los sistemas de
distribucin se producen por la combinacin de las fallas las cuales se generan a lo
largo de un periodo de tiempo y que reflejan los errores en la aplicacin de criterios
desde su fase de conceptualizacin y diseo, hasta su etapa operativa.
En este sentido, las empresas distribuidoras han diseado e implementado programas

de reduccin y control de prdidas no tcnicas, siendo las principales acciones:
instalacin de acometidas con cable anti-hurto y cajas de seguridad, cambio de
medidores de tipo electromecnico por electrnicos, instalacin de medidores
totalizadores, entre otras.
6
U
N
E
X
P
O
En toda instalacin industrial o comercial el uso de la energa es indispensable. La

continuidad de servicio y calidad de la energa consumida por los diferentes equipos,
as como la requerida para la iluminacin, son necesarias para lograr mayor
productividad.
Las redes de AT presentan caractersticas complejas y variables, por lo tanto se han

realizado varios estudios que indican que es ms fcil calcular las prdidas a travs de
una expresin matemtica que involucre todos aquellos factores que afectan su
magnitud. Para realizar este tipo de modelacin es necesario contar con tcnicas de
bsqueda y optimizacin insertas en el mbito de la inteligencia artificial (IA), en
particular de los algoritmos evolutivos, la Programacin Gentica (Pg) y los
Algoritmos Genticos (AG), Por otra parte, los algoritmos de tipo evolutivos, en
particular el de tipo gentico, han demostrado adaptarse adecuadamente a problemas
de multi-objetivos, dinmicos y de grandes dimensiones, razn de su utilizacin en
este trabajo.
Lo que se desea es buscar una forma para calcular y reducir de manera ptima las
prdidas elctricas de un sistema de distribucin para que as de esta manera este
pueda funcionar correctamente ante una posible ampliacin, reconfiguracin o algn
trabajo que se tenga que realizar en la red.
Dada las bases del problema y las principales consideraciones, se procede a

desarrollar y evaluar una metodologa para calcular de forma ptima las prdidas de
sistemas de distribucin elctrica basada en los Algoritmos Genticos.
1.3 Alcance de la investigacin
La implementacin de esta investigacin se basar en el clculo ptimo y

minimizacin de prdidas tcnicas en redes de distribucin radial. Para facilitar este
estudio se dise un programa en MATLAB 7.8 el cual permite calcular de forma
7
U
N
E
X
P
O
ptima las prdidas de un sistema de distribucin elctrica de AT basado en

algoritmos genticos.
La herramienta computacional implementada dispone de las siguientes

caractersticas:
Interfaz grafica al usuario, altamente amigable. Desarrollada para operar en
Microsoft WindowsTM.
Se emple como lenguaje de programacin MATLAB 7.8., esto por su
potencialidad desde el punto de vista grfico, y portabilidad de la aplicacin
final.
Efecta flujos de potencia, en redes de distribucin radiales. Empleando el
algoritmo tradicional de Newton-Raphson.
Permite realizar la optimizacin de conductores en redes de distribucin elctrica
del tipo radial. Esta optimizacin es realizada solo para redes radiales del tipo
areo, ya que el software diseado solo contiene los conductores normalizados
por CADAFE para este tipo de redes.
1.4 Justificacin e importancia
En la condicin anterior radica la importancia de la presente investigacin ya que

para las empresas elctricas de distribucin la estimacin de las prdidas es una tarea
necesaria, tanto en el aspecto econmico como en el operacional de sus redes. La
importancia de este estudio radica en que una red radial de distribucin elctrica de
AT ser estudiada y se le realizara el clculo de flujos de potencia para
posteriormente realizar la optimizacin de conductores en dicha red mediante el
mtodo de algoritmos genticos para poder hacer un anlisis sobre la reduccin de
prdidas elctricas obtenidas en la red, lo cual, permitir contar con una red mucho
ms confiable, estable y segura.
8
U
N
E
X
P
O
1.5 Limitaciones
Para la elaboracin de esta investigacin se presento la siguiente limitante:
Restriccin al acceso para modelar redes de la compaa elctrica nacional ya que

los datos de las mismas no son suministrados al pblico en general.
1.6 Objetivo general
Desarrollar un modelo computacional que permita realizar de manera eficiente el

clculo ptimo de prdidas elctricas de un sistema de distribucin.
1.7 Objetivos especficos
Efectuar la recopilacin y anlisis del fundamento terico de los conceptos

involucrados en la presente investigacin
Plantear y desarrollar una metodologa de solucin para el clculo de prdidas

elctricas de un sistema de distribucin basado en los algoritmos genticos.
Implementar un modelo computacional en un lenguaje determinado, que

represente adecuadamente el problema del clculo ptimo de prdidas elctricas
en sistemas de distribucin.
Validar el modelo computacional creado para el clculo ptimo de prdidas,

utilizando el software NEPLAN 5.18.
Obtener resultados ptimos al realizar el clculo de prdidas de una red de

distribucin.
9
CAPITULO II
CIAPI
2.1 Descripcin de la Empresa
El Centro Interdisciplinario de Investigacin Aplicada a La Ingeniera (ciapi), es un

Centro de Investigacin Universitario adscrito a la Direccin de Investigacin y
Postgrado de la Universidad Nacional Experimental Politcnica Antonio Jos de
Sucre, Vice-Rectorado Puerto Ordaz, el cual nace por una iniciativa de un grupo de
docentes investigadores, que identific la necesidad de participar activamente en el
proceso de desarrollo tecnolgico nacional y con la visin de convertirse en un
referente nacional en sus reas estratgicas de investigacin, as como, en un
proveedor de servicios de alta calificacin a empresas del mbito regional y nacional.
2.2 rea de Competencia
El ciapi, tiene por objeto la realizacin de actividades de investigacin, de formacin,

de desarrollo tecnolgico, de asesora tcnica y servicios en los diversos campos de la
ingeniera y disciplinas afines, relacionados con las diferentes industrias regionales y
nacionales, y con los servicios pblicos procurando la vinculacin de stas
actividades con los sistemas productivos y educativos.
U
N
E
X
P
O
2.3 Misin
La misin del ciapi tiene como propsito el desarrollo de la investigacin, para

contribuir con el avance cientfico, tecnolgico y socioeconmico del pas. El centro
tiene la responsabilidad de prestar servicios y asesoras tcnicas especializadas, de
calidad, realizados con tica profesional y sensibilidad social, para contribuir con el
desarrollo y la solucin de problemas del sector pblico y privado. Tambin, tiene el
compromiso de generar y difundir conocimientos, formar recursos de alto nivel
orientados al rea de ingeniera y las ciencias bsicas aplicadas a la ingeniera, as
como, experimentar y desarrollar nuevas tecnologas.
2.4 Visin
El ciapi surge con una visin de ser lder en la investigacin aplicada, consultora
especializada y docencia, orientada a contribuir con el crecimiento econmico y
social del pas incorporndolo al progreso tcnico; fortaleciendo el desarrollo de una
Universidad integrada a la industria, la comunidad, y formadora de nuevos
conocimientos, orientada fundamentalmente a la solucin de problemas de inters
regional y nacional. Tendremos una organizacin eficiente, que cumpla con los altos
estndares de calidad nacionales e internacionales, con un equipo humano
responsable y comprometido con la excelencia. A su vez, fortalecer la disciplina de la
investigacin como herramienta fundamental para generar soluciones a necesidades y
problemas del entorno.
2.5 Funciones del Centro
El ciapi tendr las siguientes tareas generales:
a. Aquellas concernientes a todos los Centros de Investigacin Universitaria.
11
U
N
E
X
P
O
b. Promover la investigacin bsica y aplicada, dentro de la esfera de

competencia en toda la Universidad.
c. Unificar coordinadamente las operaciones de los diferentes Laboratorios de la
UNEXPO asociados al Centro, tanto para la conduccin de actividades de
investigacin, como para el apoyo a la docencia.
d. Ofrecer asesoramiento, consultoras y servicios tcnicos a las empresas e
instituciones privadas y pblicas, y a otros centros de investigacin similares.
e. Promover y estimular el desarrollo de investigaciones tecnolgicas de manera
que, stas se traduzcan en resultados aplicables y, en el caso de aquellos que
as lo requieran, puedan ser patentados o publicados.
f. Difundir a la comunidad, por diversos medios, los resultados de las labores
internas de investigacin, de modo que permitan el desarrollo continuo de
trabajos investigativos en los niveles de pregrado y postgrado.
g. Desarrollar, producir y difundir, peridicamente, materiales tcnicos
especializados.
2.6 Estructura Organizativa
Basado en la misin y visin del Centro se propone una estructura inicial

como la mostrada en la Figura 2.1.
12
U
N
E
X
P
O
Coordinador General del

ciapi
Junta de
miembros
Directores de
Secciones
Secciones por Programas de formacin Unidad

lneas de de pregrado y postgrado administrativa y
investigacin de difusin
Figura 2.1 Estructuracin Organizativa
2.6.1 Directiva
Coordinador General: ser responsable ante la Direccin de Investigacin y Postgrado

del cumplimiento de los fines y del desarrollo de los trabajos atribuidos al Centro.
Asumir la organizacin y coordinacin del trabajo en ste, el clculo de las tarifas de
los servicios prestados por el Centro, as como convocar y presidir la Junta de
Miembros.
Junta de miembros: Est compuesta por la totalidad de los participantes del Centro.
Director de seccin: Este ser responsable ante el Coordinador General de los
trabajos de investigacin, servicio o asesora que deba desarrollar su seccin.
2.1 Secciones por lneas de investigacin:
El ciapi contar con las siguientes lneas de investigacin:

Anlisis de Sistemas de Distribucin de energa elctrica.
13
U
N
E
X
P
O
Criterios de diseo y confiabilidad de Sistemas industriales.

Estudios de confiabilidad y proteccin en sistemas de transmisin.
Mtodos de Optimizacin aplicados a la ingeniera.
Mtodos numricos en ingeniera y ciencias aplicadas.
Aplicaciones de Campos electromagnticos a la industria.
Generacin de energas elctrica basadas en fuentes de energa renovables
14
CAPITULO III
REVISIN BIBLIOGRFICA
En este captulo se muestra una revisin de los modelos matemticos aplicados a la

determinacin y minimizacin de prdidas tcnicas de distribucin de energa
elctrica y que pueden encontrarse en la literatura tcnica especializada. En primer
lugar es importante decir que es posible tomar, de forma muy sencilla, aspectos
relevantes del diseo de redes de distribucin como son el tamao ptimo de las
lneas y las subestaciones del sistema de distribucin, y acoplarlos para minimizar las
perdidas tcnicas en redes elctricas, y as tomar estas medidas para realizar estudios
detallados en redes de distribucin y permitir un mejor funcionamiento de las redes lo
que quedar reflejado posteriormente en el presente trabajo. Luego se muestran los
primeros modelos que se desarrollaron. Tras estos apartados, que pueden considerarse
como introductorios, se procede a la agrupacin de algunos de los modelos de
optimizacin existentes ms relevantes, comentando las caractersticas que se han
considerado ms relevantes para la minimizacin de perdidas elctricas. Se analizan
aquellos que contemplan bien a las lneas o conductores como principales elementos
involucrados en el proceso de diseo. Posteriormente se analiza la inclusin de varias
etapas temporales en el proceso de diseo, as como los desarrollos realizados para el
diseo ptimo de redes. A continuacin se detallan artculos que hacen uso de la
computacin evolutiva, y en particular de los algoritmos genticos aplicados a
sistemas industriales (incluyendo los sistemas de energa elctrica).
U
N
E
X
P
O
3.1 Modelos Matemticos Aplicados al Diseo de Redes Elctricas de

Distribucin considerando las prdidas elctricas.
Adams and Laughton (1974) [1], desarrollaron el que se puede considerar como
primer modelo para la planificacin de redes. Propusieron la utilizacin de
programacin entera-mixta lineal. No consideraron a las subestaciones como
elementos involucrados en el proceso de diseo, siendo conocidas sus localizaciones
y capacidades de suministro. El modelo permita la obtencin de las localizaciones de
las lneas y tamaos ptimos de los conductores, existiendo unas restricciones
relativas a la mxima potencia que podan transportar cada uno de los posibles
tamaos de conductor. Los costos considerados fueron los costos fijos, asociados al
costo de los conductores y a la colocacin de los mismos, as como los variables,
asociados a las prdidas que se producen en los conductores que constituyen las
lneas a causa del transporte de energa elctrica por ellas. La funcin utilizada para
representar el costo de una lnea de la red tena que ser lineal, ya que la tcnica de
optimizacin utilizada (programacin entera-mixta lineal) as lo requera. Como la
funcin que representa el costo en una lnea elctrica realmente no es lineal, se
procedi a su linealizacin, aproximndola mediante uno o varios segmentos lineales.
Esta aproximacin introduca un error en la formulacin del problema respecto de la
realidad. Para la bsqueda de soluciones se utiliz un algoritmo de ramificacin y
acotamiento (branch and bound), con el que se aseguraba alcanzar el ptimo global
del problema propuesto.
Gnen and Foote (1981) [61], desarrollaron un modelo completamente dinmico pero
no lleg a ser aplicado a ejemplos de diseo ptimo multietapa. Gnen and Ramrez-
Rosado (1986, 1987) [63] ampliaron el modelo de Gnen and Foote (1981) y
utilizaron programacin entera-mixta completamente dinmica en casos reales de
planificacin ptima de redes de distribucin, incluyendo restricciones relativas a
16
U
N
E
X
P
O
cadas de tensin y de radialidad, y resaltando su influencia en las soluciones ptimas

obtenidas, en estas soluciones se notaba la minimizacin de perdidas lo cual generaba
sistemas radiales cercanos al optimo. Ramrez-Rosado and Gnen (1991) [127]
aplicaron la metodologa pseudodinmica, implementada por Sun et. al (1982) [148],
a un modelo detallado de programacin entera-mixta para el diseo ptimo de
sistemas de distribucin. Incorporaron, adems, las restricciones relativas a las
mximas cadas de tensin permisibles, mostrando la importancia de su aplicacin a
la planificacin ptima de redes de distribucin reales.
Partanen (1990) [123], tal y como se ha comentado anteriormente, utiliz

programacin dinmica modificada. La optimizacin se realiz conductor a
conductor esto le permiti mejorar las perdidas en redes elctricas.
En Miranda et al. (1994) [108] se utilizaron los algoritmos genticos para el diseo
ptimo de redes elctricas de distribucin, considerando en la optimizacin todas las
etapas de la planificacin. Minimizaron una nica funcin objetivo obtenida con la
suma de los costos econmicos de la red de distribucin (inversin y prdidas). En el
diseo multi-etapa no se realiz, en el proceso de optimizacin, una coordinacin
entre las variables de decisin a lo largo de las etapas, por lo que no hubo garanta de
que las decisiones de construccin de los elementos del sistema de distribucin
fuesen realmente ptimas. A causa del mtodo que se aplic para codificar las
soluciones, stas no podan contemplar lneas de reserva, siendo nicamente
soluciones radiales en explotacin las que el algoritmo gentico manejaba. Se utiliz
nicamente un tamao de conductor para la realizacin del diseo. La limitacin a un
tamao de conductor estaba causada por la codificacin utilizada para las soluciones.
As mismo, no se consider el tamao ptimo de las subestaciones.
17
U
N
E
X
P
O
3.2 Modelos Orientados al Diseo de Subestaciones Considerando las

Prdidas Elctricas.
Existen una serie de modelos desarrollados en los que se tienen en cuenta a las
subestaciones como los elementos ms importantes en el proceso de diseo. En ellos
se pretende obtener como resultado de la optimizacin el tamao y/o localizacin
ptimos de las subestaciones, obteniendo, en algunos casos, las zonas de demandas
que deben ser abastecidas por cada una de ellas.
Kaplan and Braunstein (1981) [86], plantearon la obtencin de la localizacin y

tamao ptimos de nuevas subestaciones en una red existente. Para ello consideraron
como solucin ptima la que conllevase menores costos de construccin y de
operacin. Se consideraban conocidas las demandas en cada uno de los nodos de la
red, as como su situacin. Adems, tambin se consideraban conocidos los tamaos
de los conductores que se deban utilizar para la construccin de las lneas necesarias
con el fin de que la subestacin suministrase las correspondientes demandas a los
puntos de consumo de la red elctrica.
3.3 Modelos en el clculo de Prdidas elctricas Orientados a Lneas
Algunos autores han centrado sus esfuerzos en el diseo ptimo de la localizacin y/o
tamao ptimos de los conductores que se han de utilizar para la construccin de las
lneas que permitan unir los puntos de demanda de potencia con los puntos de
suministro (subestaciones), este mtodo de acuerdo a numerosos trabajos e
investigaciones realizadas a demostrado que minimiza notablemente las perdidas
elctricas en redes de distribucin.
18
U
N
E
X
P
O
Adams and Laughton (1974) [1], cuyo modelo se ha comentado en el apartado

correspondiente a los primeros modelos utilizados para el diseo ptimo de redes
elctricas, son un ejemplo de estos desarrollos.
Wall, Thomson and Northcote-Green (1979) [157], desarrollaron un modelo en el que

se obtenan la localizacin y tamao ptimos de los conductores utilizados en la
construccin de las lneas elctricas de un sistema de distribucin. Se consideraron las
restricciones correspondientes a las capacidades de los diferentes tamaos de
conductor y se resolvi el problema del transporte en redes, siendo los tiempos de
clculo computacional muy bajos. Para obtener soluciones radiales se aplic una
regla de decisin heurstica, que se bas en la eliminacin, al obtener una solucin no
radial, de la lnea que transportaba menos flujo de entre las que formaban un lazo, tras
lo que se recalculaba la solucin resultante.
Fawzi, Ali and El-Sobki (1982) [51] plantearon la obtencin de las rutas ptimas en
un sistema de distribucin rural, que se utilizaran para la construccin de las lneas
as. Consideraron la existencia de una subestacin fija, siendo las demandas conocidas
y fijas. Se aplicaron restricciones relativas a las mximas cadas de tensin
permisibles y a la mxima capacidad de transporte de potencia en los conductores
para as minimizar las perdidas tcnicas.
Boardman and Meckiff (1985) [30], abordaron el diseo de redes de distribucin

utilizando un algoritmo de ramificacin y acotamiento (branch and bound) junto con
tcnicas heursticas para la obtencin de soluciones prximas a la ptima. Se
alcanzaron resultados relativos al tamao y localizacin adecuados de las lneas
elctricas solucin que les permita minimizar perdidas de potencias.
Tram and Wall (1988) [153], desarrollaron un algoritmo para la obtencin de los
tamaos ptimos de conductor que deberan utilizarse en un determinado diseo de
19
U
N
E
X
P
O
un sistema de distribucin de energa elctrica. Se contempl la restriccin

correspondiente a la mxima potencia que puede circular por un conductor y las
correspondientes a las mximas cadas de tensin permisibles.
Aoki et al. (1990) [8], Nara et al. (1991, 1992, 1994) ([112], [113],[115]), Kuwara
and Nara (1997) [92], Goswami (1997) [66], han aplicado un algoritmo (branch
exchange) para la obtencin de la localizacin y tamaos ptimos de las lneas,
conocidas las demandas y las subestaciones existentes en cada uno de los periodos de
estudio del diseo. Se han aplicando restricciones de mximas cadas de tensin
permisibles, capacidad de las lneas y transformadores, y de radialidad. Este
algoritmo se encuentra dentro del grupo de los algoritmos heursticos, por lo que la
solucin alcanzada puede encontrarse alejada de la solucin ptima.
3.4 La Computacin Evolutiva Aplicada Como Herramienta para el

Mejoramiento de Sistemas de Distribucin de Energa Elctrica
La Computacin Evolutiva, y en particular los algoritmos genticos [Goldberg (1989)

[60], Holland (1992a, 1992b) ([72], [73]), Beasley et al. (1993a, 1993b) ([17], [18]),
Whitley (1993) [159], Forrest (1993) [55], Grefenstette (1993) [67]], han sido
utilizados dentro del campo del diseo y mejoramiento ptimo en la industria durante
los ltimos aos. En Estados Unidos y en Japn se han aplicado, entre otros, en el
diseo ptimo de turbinas y de redes de distribucin de gas, consiguiendo diseos
mejores que los que se haban alcanzado sin la ayuda de estos algoritmos y en un
periodo de tiempo sensiblemente inferior. Adems, se han obtenido buenos resultados
en la operacin y control de sistemas de distribucin de energa elctrica [Nara et al.
(1992) [114]]. As mismo se han utilizado para la localizacin ptima de
condensadores lo que ha generado el mejoramiento del perfil de tensiones en los
sistemas de distribucin minimizando de forma optima las perdidas del sistema
[Ajjarapu and Albanna (1991) [3], Sundhararajan and Pahwa (1994) [145]], en la
20
U
N
E
X
P
O
compensacin de potencia reactiva [Iba (1994) [80], Wu and Ma (1995) [164], Lee et
al. (1995) [96], Lai and Ma (1997) [93]], en la resolucin del problema del flujo de
cargas [Yin and Germany (1991) [170]], adems de otras muchas aplicaciones en
muy diversos campos [Bck et al. (1992) ([14], [15]), Saravanan and Fogel (1993)
[138], Srinivasan and Tettamanzi. (1996, 1997) ([146], [147]), Richards and Yang
(1993) [135], Zoka et al. (1994) [174], Sheble and Brittig (1995) [140], Chen and
Chang (1995) [37], Yang et al. (1996) ([167], [168]), Fukuyama and Chiang (1994)
[56], Lansberry and Wozniak (1992) [95], Dimeo and Lee (1995) [44], Varek et al.
(1993) [154], Asgharian and Tavakoli (1996) [11], Wong and Suzannah (1996)
[163]].
Los algoritmos genticos se han aplicado a problemas de optimizacin donde las

tcnicas clsicas han encontrado dificultades para la obtencin de la solucin ptima.
Un ejemplo son los problemas que tradicionalmente se han venido resolviendo
haciendo uso de mtodos enumerativos de soluciones, en los que el tiempo necesario
para obtener la solucin aumenta de forma exponencial al crecer el nmero de
variables, siendo imposible en muchos casos alcanzar el resultado buscado. En Khuri
et al. (1994a, 1994b) ([89], [90]), Vignaux and Michalewicz (1991) [155] y Fang et
al. (1993) [50] se indican problemas que tpicamente se pueden englobar dentro del
grupo sealado, a los cuales se les ha dado solucin satisfactoria con la aplicacin de
algoritmos genticos. El clculo ptimo de prdidas tcnicas de sistemas de
distribucin de energa elctrica se encuentra dentro de este tipo de problemas.
Cuando la dimensin de la red elctrica que se desea estudiar posee un tamao
correspondiente a una red real, las herramientas clsicas usadas para el estudio,
basadas en mtodos matemticos enumerativos de soluciones, difcilmente permiten
alcanzar la solucin, en la prctica, debido a los grandes requerimientos
computacionales asociados a ellos. Todo esto da pie a pensar en la aplicacin de los
algoritmos genticos al clculo ptimo de prdidas elctricas en redes de distribucin
21
U
N
E
X
P
O
con grandes esperanzas de obtener mejores resultados que los alcanzados con las
herramientas clsicas utilizadas hasta ahora.
Tambin los algoritmos genticos se han utilizado en otras aplicaciones afines a la

planificacin ptima de redes de distribucin tales como la implantacin idnea de
equipos de distribucin [Brown et al. (1996, 1997) ([32], [33])], minimizando slo los
costos asociados a la fiabilidad; y al diseo ptimo de la iluminacin de calles [Yeh et
al. (1996) [169]]. Se utiliz un alfabeto binario, en estos casos, con las limitaciones
que esto conlleva.
Los algoritmos genticos permiten fcilmente considerar otros parmetros, adems

del costo y prdida, durante el proceso de diseo, dando lugar a una metodologa de
diseo multi-objetivo.
Otra ventaja de la utilizacin de los algoritmos genticos es la facilidad de incluir las

restricciones relativas a las mximas cadas de tensin permisibles y a la radialidad de
las redes de distribucin. En la bibliografa relativa al diseo de redes de distribucin
se han planteado, en ocasiones, estas restricciones por medio de una formulacin
matemtica que ha complicado la posterior ejecucin del algoritmo matemtico
utilizado en la resolucin del problema de diseo. Los algoritmos genticos permiten
incluir fcilmente los aspectos sealados anteriormente en el problema de diseo
ptimo.
Un aspecto destacable es el relativo a las dimensiones de las redes de distribucin

cuyo diseo se ha llevado a cabo en la bibliografa especializada. Los algoritmos
genticos permiten la obtencin de diseos satisfactorios de redes de distribucin de
dimensiones que superan ampliamente el tamao de los problemas de diseo que
hasta ahora se han abordado. Ello se debe a los menores requerimientos
22
U
N
E
X
P
O
computacionales para su ejecucin e implementacin frente a las tcnicas que

usualmente se han venido aplicando. Si bien algunos algoritmos propuestos pueden
resolver el problema con bastante menos tiempo computacional, los resultados del
clculo en la mayora de ellos son slo aproximaciones a ptimos locales. Por tanto,
con la finalidad de encontrar un ptimo global aproximado, se ha aplicado el mtodo
de recocido (templado) simulado propuestos por Kashem et al. (1999) [85].
Sin embargo, el tiempo computacional es demasiado grande para conseguir una

solucin satisfactoria. Otros autores (Taylor y Lubkeman, 1990) [151], con la
finalidad de reducir el tiempo computacional, aplicaron un SDE experto usando
reglas heursticas, disminuyendo as el espacio de bsqueda.
Andr Valente y Aurino Almeida, (2000) [2], desarrollaron una metodologa

probabilstica para el clculo de perdidas tcnicas en redes secundarias de
distribucin, elaborados en el marco del programa de P&D de COELBA, basada en
curvas de cargas tpicas de consumidores, topologa y caractersticas de diseo de las
concesionarias.
Esta metodologa utiliza base de datos reducida, de fcil obtencin para las
concesionarias y que facilita el seguimiento por parte de las agencias reguladoras.
Considera una naturaleza aleatoria de comportamiento de carga, adoptando una
solucin de compromiso entre una cantidad de datos necesarios para representar las
caractersticas elctricas de diferentes elementos del sistema (tiempo y recursos
necesarios para la obtencin y mantenimiento de registros) y una exactitud de los
resultados a niveles ptimos.
El algoritmo llamado tcnica de medicin de distancia propuesto por Kashem et al.

(2000) [84], permiti encontrar un primer lazo y as determinar en l, una opcin de
cierre para mejorar el balance de carga, permitindole alcanzar una configuracin
cercana a la ptima.
23
U
N
E
X
P
O
La reconfiguracin de la red tambin fue formulada como programacin

multiobjetivo por Hsiao y Chen (2001) [78], al considerar las prdidas de potencia, la
seguridad del SED y la calidad de potencia. Los desempeos del SED son expresados
en conjuntos difusos para representar su naturaleza imprecisa. Una programacin
evolutiva fue entonces introducida para determinar la solucin ptima.
El algoritmo de "recocido simulado ha sido incorporado con bsqueda Tab (Jeon

y Kim, (2000) [82]) para la reduccin de prdidas. La bsqueda Tab intent
determinar una solucin mejor en el modo de un algoritmo descendente, pero no hubo
garanta para la propiedad de convergencia.
Lin et al. (2000) [100], han presentado un AG redefinido, en el cual el cruzamiento

convencional y los esquemas de mutacin fueron redefinidos por un mecanismo de
competicin para minimizar prdidas.
En Morton y Mareels (2000) [109], se presenta el mtodo de fuerza bruta, el cual se

basa en la teora de grafos y una matriz de sensitividad de corrientes. Este mtodo
garantiz una solucin ptima global pero a costa de una bsqueda exhaustiva.
Andre Meffe (2001) [4]. Propone una nueva metodologa para el clculo de las
perdidas tcnicas de energa y demanda por segmento de sistema de distribucin.
Las prdidas fueron divididas en ocho segmentos: medidor de energa, lneas, redes
secundarias, transformador de distribucin, red primaria, subestacin de distribucin,
sistema de alta tensin y otros. En este ltimo segmento, fueron incorporadas las
parcelas referentes a equipamientos (capacitores, reguladores de tensin y otros),
prdidas en conexiones o empalmes, corriente de fuga en aisladores y otros.
Hong y HO (2003) [74], proponen un nuevo mtodo basado en AG para la

reconfiguracin de la red de distribucin. Los mtodos tradicionales usaron los
estados de los interruptores para codificar y decodificar los genes (bits o dgitos) de
24
U
N
E
X
P
O
un cromosoma, lo cual requiri una "comprobacin de malla extra para identificar la

existencia de lazos (mallas) en las soluciones temporarias. En este trabajo, se agrega
un nodo de codificacin-decodificacin basado en el nmero Prufer, de modo de
obtener una estructura radial sin una comprobacin de malla extra en el SED.
Davi Ferreira (2004) [41], plantea y discute en su tesis los resultados de una
metodologa para la generacin de redes de distribucin de baja tensin a partir de la
base de datos de media tensin de redes de distribucin y de los activos de la
Compaa Elctrica, teniendo como foco las inversiones necesarias para estas redes
en la planificacin de las inversiones.
Hong y Ho (2005) [75], proponen una herramienta para la reconfiguracin de

distribucin basado en la integracin de los mtodos de programacin multiobjetivo
fuzzy y algoritmos genticos. El problema es planteado como una programacin
entera mixta.
Cesar Lemoine y Jess Lpez (2005) [35], presentan un mtodo heurstico que
permite la restauracin del servicio mediante la reconfiguracin de alimentadores. Se
presentan los resultados para un sistema de distribucin de 11 barras y tres
alimentadores principales. El mtodo es aplicado usando una funcin objetivo la cual
es de la forma:
FO = k1A + k2B + k3C (3.1)
Donde cada una de las variables (A, B, C) representa un parmetro de la red. A cada
uno de estos valores se le asigna un factor de peso (k1, k2, k3) y luego se suman,
obteniendo un valor que representa el estado de la red. El objetivo es minimizar la
funcin, y para tal fin se pueden aplicar diferentes criterios de optimizacin.
25
U
N
E
X
P
O
En ella tambin se incluye la minimizacin de prdidas para que al reconfigurar el

sistema de distribucin el funcionamiento del mismo sea de manera ptima. Para el
clculo de prdidas de potencia usaron la siguiente ecuacin:
= ( 2 )()
=1
(3.2)
donde:
nt : Nmero de tramos
Psub: Potencia activa que entrega la subestacin
Ri : Resistencia del tramo i
Ii : Corriente en el tramo i.
Mendoza Franklin y Bernal Agustin (2006) [24], presentaron un trabajo sobre una
versin mejorada del Niched Pareto Genetic Algorithm (NPGA), a Multi-objetivo
Evolutionary Algorithm (MOEA), para el diseo multi-objetivo de los sistemas de
distribucin de energa. Este algoritmo ha sido desarrollado para obtener un conjunto
de soluciones factibles considerando algunas limitaciones tcnicas. El problema del
diseo est formulado para seleccionar el tamao ptimo y el diseo de subestaciones
y alimentadores. Se puede expresar como un problema de optimizacin multi-
objetivo para minimizar dos objetivos: Costo y La energa no suministrada (NSE).
Los resultados confirman la idoneidad del algoritmo NPGA para el diseo de
sistemas de distribucin de energa.
La funcin de costo usada por ellos incluye costos fijos y variables, se expresa de la
siguiente manera:
26
U
N
E
X
P
O
CNETWORK ( x) CFIXED ( x) CVARIABLE ( x) (3.3)
CFIXED ( x) (CF ) k b (Yk )b (CF ) ij a (Yij ) a (3.4)

k N S b Nb ( i , j ) N F a Na
CVARIABLE ( x) (CV ) ( X ) (CV ) ( X

k b
2
k b ij a ) ( X ji ) 2a
2
ij a
k N S b N b ( i , j ) N F a N a
(3.5)
(CV ) ( X ij E ) (X )
2
ij E
2
ji E (CV ) k E (X ) 2
k E
( i, j) N FE k N a
donde:
CNETWORK = Costo de la red.

CFEXED = Costo fijo.
CVARIABLE = Costo variable.
NFE = Conjunto de rutas (entre nodos) asociadas a lneas existentes del sistema de
distribucin inicial.
NFP = Conjunto de rutas (entre nodos) propuestas para la construccin de lneas
futuras.
NFR = Conjunto de rutas (entre nodos) asociadas a rutas seleccionadas para la
construccin de lneas futuras. Solamente es variable el tamao del conductor.
NF = NFP NFR
Na = Conjunto de tamaos de conductor propuestos para ser utilizados en la
construccin de lneas.
NSE = Conjunto de nodos asociados a subestaciones existentes del sistema de
distribucin inicial.
NSP = Conjunto de nodos asociados a localizaciones propuestas para la construccin
de subestaciones futuras.
27
U
N
E
X
P
O
NSR= Conjunto de nodos asociados a localizaciones seleccionadas para la

construccin de subestaciones futuras. Solamente el tamao de la subestacin
es variable.
NS = NSP NSR
Nb = Conjunto de tamaos de subestaciones propuestos para ser utilizados en la
construccin de dichas subestaciones.
(i,j) = Ruta entre los nodos i y j.
(Xk)b= Potencia aparente punta, en kVA, suministrada por el nodo k NS asociado a
una subestacin de tamao b.
(Xij)a = Potencia aparente punta, en kVA, transportada por la ruta (i,j) NF asociada
a una lnea cuyo tamao de conductor es a.
(Xk)E = Potencia aparente punta, en kVA, suministrada por el nudo k asociado a una
subestacin existente del sistema de distribucin inicial.
(Xij)E = Potencia aparente punta, en kVA, transportada por la ruta (i,j), asociada a una
lnea existente del sistema de distribucin inicial.
(CVij)E = Coeficiente de costo variable de una lnea existente en la ruta (i,j).
(CVij)a = Coeficiente de costo variable de una lnea que se construye, con un tamao
de conductor a, en la ruta (i,j).
(CFij)a = Costo fijo de una lnea que se construye, con un tamao de conductor a, en
la ruta (i,j).
(CVk)E = Coeficiente de costo variable de una subestacin existente en el nodo k.
(CVk)b = Coeficiente de costo variable de una subestacin que se construye, con un
tamao b, en el nudo k.
(CFk)b = Costo fijo de una subestacin que se construye, con un tamao b, en el nodo
k.
(Yk)b = 1, si se construye una subestacin con tamao b, asociada al nodo k NSP. En
caso contrario, esta variable es igual a 0.
28
U
N
E
X
P
O
(Yij)a = 1, si se construye una lnea con tamao a, asociada a la ruta (i,j) NFP. En
caso contrario, esta variable es igual a 0.
Carantoa L. y Oviedo F. (2003) [34]. Implementacin de un programa para la

simulacin y anlisis de redes de distribucin secundaria areas. Compaa Annima
de Electricidad de Occidente (ELEOCCIDENTE) filial de CADAFE.
El objetivo fundamental fue el de implementar un programa que permitiera la

simulacin y el anlisis de las redes de distribucin secundaria areas. Este programa
le permiti a la empresa calcular de una manera rpida y sencilla todos los parmetros
que intervienen en el anlisis de las redes elctricas, eliminando as la complejidad
que se presenta con la resolucin manual, representando una herramienta
computacional potente para el anlisis de redes, a muy bajo costo y que en la
actualidad no posee. Los autores de este trabajo realizaron una serie de observaciones
a la empresa con la finalidad de optimizar y coordinar sus actividades para el mejor
funcionamiento de la misma.
Este trabajo se empleo como gua para la implementacin de un programa bajo

ambiente Microsoft WindowsTM, orientado a los sistemas de distribucin, elaborado
en Visual Basic 6.0.
Guilln G. y Urdaneta S. (2001) [65]. Diseo e implementacin de un programa para

el anlisis de flujo de carga y cortocircuito en los sistemas de potencia. Universidad
Nacional Experimental Politcnica de la Fuerza Armada (UNEFA).
La finalidad de este trabajo fue el de disear e implementar un programa para el

anlisis de flujo de potencia y cortocircuito en los sistemas de potencia. La
elaboracin de este trabajo demostr que la tarea de elaborar un programa de
simulacin es muy laborioso y difcil; cuanta ms calidad grfica, velocidad de
29
U
N
E
X
P
O
clculo y eficiencia en almacenamiento de datos es exigida, mayor es sta dificultad.

Adems, la relevancia de este trabajo radica en la importancia de los estudios que
pueden ser realizados usando este programa. Las recomendaciones de los autores para
la universidad, fue la de seguir con esta lnea de investigacin con la finalidad de ir
agregando mdulos al programa original para hacerlo cada da ms completo y que
este sea empleado para la creacin de un laboratorio de sistemas de potencia. Este
trabajo fue utilizado como referencia para el manejo de variables elctricas por medio
de matrices.
3.5 Resumen de Revisiones Bibliogrficas
Una buena parte de los autores han aplicado tcnicas clsicas de optimizacin al
diseo ptimo de sistemas de distribucin de energa elctrica minimizando as las
prdidas. Sin embargo, en los ltimos tiempos, se han desarrollado trabajos en los que
se ha abordado la utilizacin de nuevas herramientas tales como los algoritmos
genticos y algoritmos especficos con los que se han intentado superar las
limitaciones de los programas de optimizacin clsicos para resolver los problemas
de diseo basados principalmente en modelos que se enfocan en la minimizacin de
prdidas para la obtencin de sistemas ptimos. Los sistemas expertos se han
aplicado al diseo de redes de distribucin de energa, donde el uso de reglas
heursticas no asegura que las soluciones alcanzadas se encuentren a una distancia
razonablemente cercana a las mejores soluciones que se pueden alcanzar (ptimo
global u ptimos locales suficientemente buenos). En escasas ocasiones se han
aplicado los algoritmos genticos para el diseo ptimo de redes lo cual involucra un
estudio detallado de prdidas en sistemas de distribucin.
La inclusin de las restricciones relativas a las mximas cadas de tensin permisibles

es un aspecto que se ha tenido en cuenta en algunos trabajos de investigacin, as
30
U
N
E
X
P
O
como la restriccin de radialidad. La aplicacin de estas restricciones puede afectar a

la solucin alcanzada en el proceso de optimizacin para el clculo de perdidas.
Puede observarse en la literatura especializada que, con frecuencia, se han abordado

diseos de sistemas de distribucin de energa elctrica de pequeas dimensiones.
Esta circunstancia se ha puesto de manifiesto cuando se han considerado modelos
matemticos que pretendan contemplar una cantidad amplia de aspectos relativos a la
red de distribucin. En este sentido la tcnica matemtica o el algoritmo utilizado, en
cada uno de los casos, no pareca ser aplicable eficientemente al diseo de sistemas
de grandes dimensiones. Las redes de distribucin de energa elctrica que el
planificador puede manejar, utilizando un modelo matemtico bastante completo,
quedan limitadas en su tamao por la naturaleza de las herramientas que hasta ahora
se han utilizado para la realizacin del diseo ptimo de la red, quedando sus
dimensiones muy por debajo de las que puedan ser requeridas por el planificador para
un determinado proceso de diseo.
Las tcnicas de optimizacin que usualmente se han venido aplicando al diseo

ptimo de redes de distribucin de energa elctrica presentan habitualmente, como
ya se ha dicho, limitaciones por la dificultad de resolver con ellas modelos adecuados
para representar aspectos importantes de dicho diseo. En este sentido pocos autores
han considerado tomar en cuenta la optimizacin de la fiabilidad de manera
simultnea a la minimizacin ptima de prdidas y optimizacin de los costos
econmicos, en el proceso del diseo ptimo de redes de distribucin. La fiabilidad es
un aspecto que en muy pocas ocasiones se ha considerado en la planificacin ptima
de la distribucin de energa elctrica, siendo en algunos casos un elemento que se ha
mencionado o evaluado de alguna forma pero que no se ha llegado a aplicar en redes
elctricas de tamaos considerables. Es evidente que la fiabilidad de una red de
suministro elctrico cobra gran relevancia desde el momento en el que se desea que
exista una buena calidad de dicho suministro minimizando las interrupciones que
31
U
N
E
X
P
O
sufren los consumidores. As, puede observarse que el diseo ptimo de sistemas de
distribucin se ha aplicado en muy pocos trabajos de investigacin, y quienes lo han
mencionado en sus desarrollos se han quedado en el planteamiento terico o bien se
han limitado, en ocasiones, a realizar una optimizacin de una funcin
correspondiente a una combinacin lineal de los costos econmicos y de alguna
funcin de la fiabilidad del sistema de distribucin. Los algoritmos genticos se
presentan como una alternativa vlida para la optimizacin en el entorno industrial en
general, segn se indica y propone en los textos cientficos especializados. Sin
embargo, no se han encontrado ejemplos de aplicacin de diseo ptimo de sistemas
de distribucin de energa elctrica de dimensiones significativas haciendo uso
ventajoso de los algoritmos genticos. En los trabajos revisados no se alcanza un
amplio conjunto de soluciones no dominadas del problema (perdidas en funcin de
los costos econmicos y de la fiabilidad), de entre las que el planificador, con su
experiencia, pueda llegar a determinar las que sean de mayor inters.
32
CAPITULO IV
MARCO TEORICO
El siguiente captulo proporcionar un conocimiento profundo de la teora que le da

significado a la investigacin. Es la etapa en que reunimos informacin documental
para confeccionar el diseo metodolgico. Es a partir de las teoras existentes sobre el
objeto de estudio, como pueden generarse nuevos conocimientos.
4. Bases Tericas
El problema descrito ha sido analizado y resuelto en diversas formas por diferentes

autores. Algunos de ellos lo han considerado en forma general. A continuacin se
hace una breve descripcin de algunos de los trabajos citados en la bibliografa.
Boardman y Meckiff [30], describen la aplicacin de un mtodo de ramificaciones y

lmites, para la planificacin de la distribucin elctrica. Se trata de obtener redes
cercanas al ptimo, con sus respectivos costos y de entre ellas elegir la ms
conveniente.
De esta forma se tienen modelos que centran la atencin en la optimizacin de las

subestaciones y alimentadores tal como lo cita El-Kady [47], quien incluye adems
las restricciones de radialidad y cadas de voltaje. En el procedimiento se utiliza el
algoritmo de programacin entera mixta.
U
N
E
X
P
O
El abastecimiento elctrico se provee a travs de tres etapas, generacin, transmisin

y distribucin, siendo esta ltima la encargada de llevar la energa elctrica a los
consumidores finales en forma eficiente y bajo estndares de calidad de servicio. Este
proceso, realizado va redes de alimentacin y subestaciones, debe ser continuamente
modificado con el fin de mantener el sistema permanentemente adaptado, producto de
los constantes cambios de la demanda para as de esta manera minimizar las perdidas
y tratar de tener una red lo mas optima posible.
La planificacin tanto de la operacin y expansin de los sistemas de distribucin

elctricos en el largo plazo es una tarea altamente compleja, que involucra altos
costos de inversin y una gran diversidad de alternativas posibles.
Razn por la cual se han desarrollado numerosos algoritmos matemticos y

computacionales capaces de resolver problemas de estas magnitudes. En este trabajo
se desarrolla y evala una metodologa basada en Algoritmos Genticos, tcnica
apoyada en la teora de supervivencia Darwiniana, que centra su atencin en la
bsqueda del ptimo a travs de la seleccin natural de individuos.
4.1 Prdidas Elctricas (Antecedentes y Caractersticas Fundamentales) [137]
Previo a un anlisis de la evolucin de prdidas de energa de una empresa

distribuidora, se considera recomendable realizar una caracterizacin de dichas
prdidas.
Las prdidas tcnicas de energa, son caractersticas propias de cualquier sistema, no

existe un sistema perfecto que no posea prdidas de este tipo, son aquellas que se
desarrollan a lo largo de los componentes del sistema, y que son consecuencia de
parmetros de diseo y operativos de un sistema, en cambio que las prdidas negras o
bien llamadas prdidas no tcnicas son prdidas que pueden ser reducidos a niveles
34
U
N
E
X
P
O
casi nulos, estas prdidas que son por errores de medicin, facturacin, hurto y otras,
son consideradas como prdidas que pueden ser controladas.
4.1.1 Visin del Estudio de Prdidas [137]
Para una visin del problema de prdidas en un sistema de distribucin se necesita

clarificar algunos conceptos acerca del sistema elctrico existente en el momento que
este se encuentra conformado por componentes tanto de manera fsica y ordenada
para las determinadas tareas que este sistema asigna para cada componente, un
sistema de distribucin a ms de sus componentes fsicos tienen su grupo humano
para operacin y mantenimiento, es decir ese sistema se encuentra formado tanto por
su parte fsica como por el recurso humano, para un desenvolvimiento correcto en la
produccin y administracin de energa dentro de una comunidad.
4.1.2 Redes de Distribucin [24]
Se denomina red de distribucin a un conjunto de equipos y conductores destinados a

la distribucin de energa elctrica. De acuerdo a las normas COVENIN se
consideraran redes de baja tensin aquellas que tengan como mximo 600 voltios
entre fases y redes de alta tensin las que tengan como mximo 34.5 kV entre fases.
Las redes de distribucin se clasifican en:
Redes de distribucin areas: se consideran areas todas las redes tendidas al aire
libre y a vista directa, ya sean de conductores desnudos, aislados o protegidos.
Redes de distribucin subterrneas: se consideran subterrneas todas las redes
enterradas, tendidas en tubos, canales cubiertos, bandejas portacables, con cables

aislados, que tengan o no capa metlica y armadura.
35
U
N
E
X
P
O
La misin principal de un sistema de distribucin es la de entregar potencia elctrica

a un nivel que permita su aprovechamiento por parte de los clientes. Uno de los
requerimientos bsicos del SDE es que este en capacidad de satisfacer los
requerimientos energtico de los consumidores.
El flujo de potencia a travs de los elementos de la red elctrica de distribucin trae

consigo perdidas, las cuales aumentan en la medida que se incrementa la magnitud de
la carga y la longitud de los circuitos. Estas se deben a la resistencia del conductor y
estn en funcin del cuadrado de la corriente. En redes de distribucin las prdidas
ms importantes son las prdidas resistivas.
En la siguiente Figura 4.1 se muestran las partes de un sistema elctrico de

distribucin:
Figura 4.1 Sistema de Distribucin
4.1.3 Radialidad en Sistemas de Distribucin [24]
La mayora de los sistemas de distribucin de potencia elctrica se disean mallados

pero se operan en forma radial. Los sistemas radiales se caracterizan por tener una
36
U
N
E
X
P
O
sola unin entre el consumidor y la subestacin. La potencia elctrica fluye

exclusivamente desde la subestacin hasta el consumidor a lo largo de un solo
camino, el cual, si es interrumpido, traera como consecuencia la prdida total de la
potencia elctrica para los consumidores aguas abajo de la falla. Cada alimentador
radial suministra la potencia elctrica a un rea especfica, es decir, todos los
consumidores de un rea especfica.
Debido a su menor costo de operacin, la mayora de los SDE se operan de forma

radial aun cuando su estructura sea diseada de manera mallada. Ciertos sistemas de
diseo mallado tiene la capacidad de ofrecer el desempeo de un sistema radial
mediante la apertura de determinados interruptores.
La radialidad en los sistemas de distribucin simplifica el anlisis y la prediccin del

comportamiento del sistema, ya que se conoce con certeza la direccin del flujo de
potencia en cada rama de la red.
Basado en el conocimiento de la direccin del flujo de potencia y la carga, es sencillo

establecer perfiles de voltaje, los cuales pueden ser determinados con un buen grado
de exactitud sin acudir a mtodos de clculo complicados. De igual forma se puede
definir la capacidad de los equipos requeridos para la operacin del sistema y el
ajuste de los elementos de proteccin, con el fin de aumentar los niveles de seguridad
del sistema.
El dimensionamiento, localizacin y ajuste de los elementos como de los reguladores

de voltaje y capacitores, puede ser llevado a cabo usando procedimientos
relativamente sencillos, comparados a los procedimientos utilizados para aplicaciones
similares cuando no se conoce la direccin del flujo de potencia.
37
U
N
E
X
P
O
4.1.4 Componentes de un Sistema de Distribucin ([47], [137])
El sistema de distribucin incluye todos los elementos de transporte de energa

elctrica comprendidos entre las subestaciones primarias, donde la transmisin de
potencia se reduce a niveles de distribucin, y las reducciones de voltaje en los
clientes.
Un sistema de distribucin normal consta de: redes de subtransmisin, subestaciones

de distribucin, que transforman la energa a una tensin ms baja, adecuada para la
distribucin local, alimentadores o feeders, los cuales alimentan un rea bien
definida; estaciones de transformacin de distribucin, para de esta manera
transformar la energa a la tensin de los usuarios finales.
La Figura 4.2 muestra el proceso de la entrega y distribucin de energa, desde la

generacin hasta el usuario final.
Figura 4.2 Proceso de transporte y distribucin de la energa elctrica
38
U
N
E
X
P
O
En la Figura 4.3 se muestran un diagrama unifilar con los componentes de un sistema

de distribucin.
Figura 4.3 Componentes del Sistema de Distribucin
4.1.5 Clasificacin de las Prdidas de Energa Elctrica [110]
Una de las principales preocupaciones de una empresa elctrica debe ser la

evaluacin del nivel de prdidas en su rea de concesin, en todos los subsistemas y
componentes: subtransmisin, redes de distribucin primaria, transformadores, redes
de distribucin secundaria, alumbrado pblico y sistema de medicin, de forma que
se puedan definir y establecer los mecanismos necesarios para su reduccin. En vista
de que el valor de las prdidas de energa es uno de los indicadores de la gestin
tcnicoadministrativa de las empresas elctricas, es conveniente determinar la
cantidad de energa (kWh) que se pierde.
39
U
N
E
X
P
O
En un sistema elctrico normalmente se identifican dos tipos de prdidas que son las
tcnicas y las no tcnicas, que de una manera general se presentan a continuacin.
- Prdidas Tcnicas
- Prdidas No Tcnicas
En un sistema de distribucin elctrica se tiene innegablemente prdidas tcnicas

debido a que no existe un sistema ideal sin prdidas de ningn ndole, sino al
contrario, los subsistemas poseen estos mrgenes de prdidas, pero si estos valores
son excesivos, significa que la labor de diseo realizada por parte de la empresa
distribuidora no fue la ms adecuada, y por tanto la red tendr un desempeo inferior
al requerido.
Las prdidas no tcnicas son producidas por factores no contemplados en el diseo

original del SDE.
La magnitud de estas prdidas dentro es un parmetro que la empresa distribuidora

tiene que controlar, ya sea con mayor revisin de conexiones ilegales, mediciones
precisas de consumos en los medidores de energa de los usuarios, control y
verificacin de las lecturas de contadores de energa, as como el proceso de ingreso a
la base datos, actualizacin de los listados de los clientes registrados al sistema y sus
categoras tarifarias, a fin de reducir este tipo de prdidas, hasta desaparecerlas.
En general las prdidas son una sombra oscura para cualquier empresa distribuidora,
por tal razn necesitan reducir sus ndices. La empresa debe realizar diferentes pasos
para un estudio adecuado de sus prdidas, primero un diagnstico completo de la
situacin actual en la que se encuentra, relacionar este diagnstico con ndices
histricos de aos anteriores de la empresa, para buscar alternativas y establecer
40
U
N
E
X
P
O
metas para la reduccin de ste ndice, para esto es necesario establecer sus causas y
sus posibles soluciones.
La clasificacin de prdidas de energa se puede resumir en el siguiente cuadro:
Figura 4.4 Clasificacin de prdidas
4.1.6 Prdidas Tcnicas [110]
El conjunto de prdidas elctricas debidas a fenmenos fsicos dentro de los

elementos son denominadas prdidas tcnicas.
Las prdidas tcnicas constituyen la energa que se disipa y que no puede ser
aprovechada de ninguna manera, pero que sin embargo puede ser reducida a valores
aceptables segn planes establecidos para dicho efecto. Las prdidas tcnicas se
41
U
N
E
X
P
O
presentan principalmente por la resistencia de los conductores que transportan la

energa desde los lugares de generacin hasta llegar a los consumidores.
Existen las prdidas de transmisin de alto voltaje (resistivas, efecto skin y corona) y
las prdidas en las lneas de distribucin (efecto joule) dentro de las ciudades, pueblos
y reas rurales (distribucin primaria y secundaria), as como tambin prdidas en los
ncleos de los transformadores de subestaciones y de distribucin.
Prdidas independientes de demanda.- Estas prdidas dependen principalmente de la

variacin de voltaje, se presentan en los transformadores y mquinas elctricas, se
deben a las corrientes de Foucault y ciclos de histresis producidos por las corrientes
de excitacin Prdidas por la variacin de demanda.- Son aquellas que se
encuentran relacionadas con las corrientes que circulan por los elementos del sistema
(efecto joule). Como se demuestra en este estudio es posible realizar una excelente
determinacin de prdidas tcnicas, mediante la recopilacin datos descriptivos de la
red.
Debido a los fenmenos dentro de los componentes de una red de distribucin se

tiene lo siguiente:
Las prdidas segn la funcin del componente:

- Prdidas por transporte
En lneas de transmisin
En lneas de subtransmisin
En circuitos de distribucin primaria
En circuitos de distribucin secundaria
- Prdidas por transformacin
En transmisin / subtransmisin
En subtransmisin / distribucin
42
U
N
E
X
P
O
En transformadores de distribucin
- Las prdidas por causas:
Prdidas por efecto corona

Efecto skin
Prdidas por efecto joule
Conexiones deficientes
Prdidas por corrientes parsitas e histresis
4.1.6.1 Definiciones Bsicas para el Estudio de las Prdidas Tcnicas [47]
Para la realizacin de la evaluacin de prdidas tcnicas en el sistema se debe tener

una base terica de los siguientes conceptos:
Diagrama Unifilar
Se define como la representacin grfica de una instalacin elctrica o de parte de

ella. Dicho diagrama tiene como caracterstica resaltante que el conjunto de
conductores de un circuito se representa mediante una nica lnea
independientemente de la cantidad de conductores que existan, por lo general estos
presentan una estructura de rbol.
Mtodo en Por Unidad
El mtodo en por unidad, ofrece una manera prctica de resolver un sistema, ya que
las variables elctricas de los componentes de dicho sistema son convertidas a unas
bases de potencia aparente (comn a todos) y de voltaje. Este mtodo permite
modelar un sistema con varios niveles de voltaje en una sola red, llamada red de
impedancias en p.u.
43
U
N
E
X
P
O
Todas las impedancias de un sistema se asocian a una misma base de potencia S,

constante, y una base de voltaje comn a los elementos, con un mismo nivel de
voltaje lnea a lnea.
La potencia base viene dada por la relacin Sbase = SReal / SP.U.. Existe un voltaje base
para cada zona del sistema de potencia que tiene voltaje nominal comn, es decir,
delimitada por transformadores; Se debe especificar el voltaje base en una barra base
a partir de la cual las dems bases son calculadas de acuerdo con la relacin de
transformacin de los transformadores.
Los voltajes base se calculan como se muestra en la Figura 4.6.
Figura 4.5 Clculo de los Voltajes Base
De acuerdo a la siguiente ecuacin:

2
2 = . 1
1
(4.1)
donde:
Vbase2 : Nuevo voltaje base calculado
Vnt1: Voltaje nominal del transformador lado 1
Vnt2 : Voltaje nominal del transformador lado 2
Vbase1 : Voltaje base del lado 1
44
U
N
E
X
P
O
Cuando cada elemento tenga su voltaje base asignado, el mtodo en p.u. podr
aplicarse en cualquier momento ya que partiendo del voltaje base del elemento y la
potencia base del sistema, todas las dems bases quedan automticamente definidas.
Cargabilidad y Carga de los Conductores
La cargabilidad es la capacidad de conduccin del conductor y usualmente se

establece igual al lmite trmico. La carga es el nivel de corriente que tiene en un
momento dado.
El conductor puede ser cargado hasta un lmite en condiciones normales y otro

superior para condiciones crticas o de emergencia. Cuando el conductor se encuentra
en condiciones normales su carga depende de los criterios que la empresa adopta para
dejar margen suficiente para transferencias de carga entre alimentadores, ese margen
de seguridad permite evitar sobrecargas y est por debajo del 100 % de la
cargabilidad.
Un margen de estado crtico significa que si existe una interrupcin total o parcial de
un alimentador primario, ya sea por sobrecargas, cortocircuitos, u otros, es necesario
manejar la carga mediante transferencias, para lo cual es aceptable llegar al 100 % de
la cargabilidad de las lneas.
Carga Instalada
La capacidad instalada es la suma de las potencias nominales (datos de placa) de cada

uno de los transformadores.
45
U
N
E
X
P
O
Demanda
La demanda de un sistema es el promedio de potencia requerido por una carga,

durante un determinado intervalo de tiempo, denominado intervalo de demanda, la
demanda se expresa en kilovatio. Si la demanda se expresa en kW (que es lo comn)
entonces:
()
= =
()
(4.2)
Factor de Demanda
El factor de demanda es la relacin entre la mxima demanda de un sistema y la carga

instalada en el sistema.

=

(4.3)
Factor de Carga (fc)
El factor de carga es la relacin entre la carga promedio y la carga de pico en un

perodo especificado.
Mide de alguna manera, el grado de utilizacin de la instalacin

=

(4.4)
46
U
N
E
X
P
O
Factor de Diversidad
El factor de diversidad es la relacin de la suma de las mximas demandas

individuales de varias partes de un sistema en este caso del alimentador en estudio y
la mxima demanda del sistema.
Siendo Di mxima demanda individual de la carga i.

=

(4.5)
En la Figura 4.7 puede observarse la demanda diversificada:
Figura 4.6 Demanda Diversificada
Relacin de Prdidas de Energa a Prdidas de Potencia
El factor de prdidas es la relacin entre las prdidas promedio y las prdidas que
corresponden al pico en un lapso especificado.
Perdidas Prom_de_energa_en_una_ instalacin

Fper =
Perdidas_a_demanda_mxima
(4.6)
47
U
N
E
X
P
O
Factor de Utilizacin
El factor de utilizacin es la relacin entre la mxima demanda de un sistema y la

capacidad nominal del sistema (o de un elemento).
Dmx
Futilizacin =
Co
(4.7)
Factor de Coincidencia
Factor de coincidencia es la inversa del factor de diversidad.
Factor de Potencia
Se define como la relacin de la potencia activa usada en un circuito, expresada en

vatios o kilo vatios (kW), a la potencia aparente que se obtiene de las lneas de
alimentacin, expresada en voltamperio o kilovoltio ampere (kVA).

= =

(4.8)
El factor de potencia, tambin denominado, como el coseno de la diferencia de

ngulo entre la tensin y la corriente, en realidad es la relacin, entre la potencia
activa, y la total existente, en la instalacin, que se denomina aparente, y es uno de
los parmetros para la facturacin.
Prdidas de Potencia y Energa
Estas prdidas se producen en componentes del SDE tales como conductores,

transformadores entre otros., debido a la resistencia que oponen dichos componentes
48
U
N
E
X
P
O
se produce una disminucin en el flujo de potencia que circula a travs de estos

elementos elctricos, ests prdidas no pueden ser eliminadas del todo pero si pueden
ser minimizadas mediante estudios de flujos de potencia. Ests prdidas sumadas en
un instante de tiempo, son denominadas prdidas de potencia y son expresadas en
kW. Las prdidas de potencia durante un periodo de tiempo son prdidas de energa
y se expresan en kWh.
4.1.6.2 Factores que Inciden en las Prdidas Tcnicas [110]
De estudios realizados sobre prdidas de energa a empresas elctricas, se ha tenido

como resultado que en la parte de distribucin y concretamente la que corresponde a
baja tensin es donde se tiene el mayor porcentaje de prdidas debido a factores que
influyen en estas y se muestran en el Figura 4.5
Figura 4.7 Factores que inciden en las prdidas tcnicas
Existen diferentes causas para el incremento de prdidas de las que se mencionan las
siguientes:
4.1.6.3 Incremento de las Prdidas por Efecto Joule [137]
La potencia que se pierde por calentamiento est dada por la expresin I2R donde I es
la corriente total y R es la resistencia elctrica de los equipos (bobinados de
49
U
N
E
X
P
O
generadores y transformadores, conductores de los circuitos de distribucin, etc.). Las

prdidas por efecto Joule se manifestarn en:
Calentamiento de cables
Calentamiento de bobinados de los transformadores de distribucin
Disparo sin causa aparente de los dispositivos de proteccin
Uno de los mayores problemas que causa el sobrecalentamiento es el deterioro

irreversible del aislamiento de los conductores que, adems de reducir la vida til de
los equipos, puede provocar corto circuitos.
4.1.6.4 Aumento de la Cada de Tensin [137]
Se producen por tener un suministro insuficiente de las cargas (motores, lmparas,

entre otros); estas cargas sufren una reduccin en su potencia de salida.
Esta cada de voltaje afecta a los siguientes elementos:
Los bobinados de los transformadores de distribucin

Los cables de alimentacin, y a los Sistemas de proteccin y control
4.1.6.5 Incremento de la Potencia Aparente [137]
Esta variacin conlleva a una disminucin del factor de potencia lo cual produce un
incremento en la tensin requerida por el SDE, a fin de satisfacer esta demanda deben
emplearse conductores de mayor seccin y generadores de mayor capacidad. Estos
requerimientos incrementa el costo de los alimentadores del sistema. Esto no resulta
prctico para las empresas distribuidoras.
50
U
N
E
X
P
O
La estimacin de las prdidas de potencia en un sistema es complejo debido a

diferentes razones como:
- La magnitud, y diversidad de elementos del sistema

- La cantidad de datos que se necesitan
- La incertidumbre, carencia de informacin de algunos elementos
- La naturaleza variable de la carga
Para la estimacin de las prdidas de potencia en un subsistema se requiere la

informacin adecuada y herramientas computacionales de anlisis de redes elctricas,
en este estudio se utilizar el programa NEPLAN 5.18
A partir de las prdidas de potencia se deben calcular las prdidas de energa. En

ests descripciones intervienen la topologa de la red y las caractersticas de la carga,
para as lograr una reduccin ptima de prdidas. Para esto se debe tener en cuenta
los siguientes aspectos:
- Diagnosticar el estado del sistema elctrico.
- Revisar normas y criterios de expansin.
- Realizar estudios computarizados (NEPLAN, MATHCAD, EXCEL)
- Mejorar factor de potencia.
- Mejorar balance de las fases.
- Manejar la carga en los transformadores
- Estudio de carga en los clientes del sistema.
4.1.7 Prdidas de Energa Elctrica y Demanda [110]
Las prdidas de energa elctrica dentro de un sistema y subsistemas de distribucin

se pueden evaluar mediante diferentes procedimientos de estimacin para lo cual se
debe tener en cuenta lo siguiente:
51
U
N
E
X
P
O
Diagramas de topologas de las redes primarias y secundarias del sistema.

Calibre de los conductores involucrados
Dispositivos de proteccin dentro de la topologa del estudio
Guas de los circuitos dentro del alimentador
Rutas de cada circuito
Informacin de los transformadores de distribucin ( Informacin de la carga dentro
del sistema
Datos de demanda de energa
Datos de energa de los transformadores de distribucin.
Para la estimacin de la demanda de potencia y energa en los distintos puntos del

sistema en estudio, o en cualquier sistema en general es necesario la utilizacin de
aparatos de medicin, para de esta manera llevar un registro de la informacin
requerida en el estudio, estos aparatos debern obtener valores de corriente, tensin,
factor de potencia, potencia activa, potencia reactiva y energa.
4.1.8 Estimacin de Prdidas de Energa [137]
La evaluacin de prdidas de energa en un periodo se hace mediante la energa

suministrada y la energa facturada.
Prdidas de energa = Energa suministrada Energa facturada (4.9)
Esta ecuacin se analiza de acuerdo a las siguientes consideraciones:

1. La diferencia entre la energa suministrada y la energa facturada incluye prdidas
tcnicas y no tcnicas.
2. Las lecturas de los aparatos de medicin no se realizan al mismo tiempo por lo que
se presentan desfases de tiempo entre ellos.
52
U
N
E
X
P
O
4.1.9 Estimacin de Prdidas de Potencia [137]
Es necesario el clculo de prdidas de potencia dentro del sistema para calcular

posteriormente las prdidas de energa.
Mediante flujos de carga se obtiene informacin de tensin y ngulo en diferentes

puntos del sistema, esto sirve para la estimacin de prdidas de potencia. Para esto
puede utilizarse cualquiera de las dos metodologas siguientes:
Primera forma de clculo:
Calcular las corrientes que circulan por los diferentes componentes con la siguiente
ecuacin:
( )
=

(4.10)
donde:
I k : Corriente que circula por el elemento (k) conectado entre los puntos i j.
Z k: Impedancia del elemento k, Zk = Rk + jXk
Obtenidas las corrientes se calculan las prdidas, mediane la ecuacin 4.11:
= 2
(4.11)
donde:
P Lk: Prdidas (W) en el elemento k.

Las prdidas totales son la sumatoria de todos los elementos k y adicionndole las
prdidas que son independientes a la demanda (prdidas en vaco de los elementos,
efecto corona), as:
53
U
N
E
X
P
O

= +
=1
(4.12)
donde:
N: Nmero de elementos
PVL : Prdidas independientes de la demanda (W)
Segunda forma de clculo:
Otra manera para determinar la potencia activa suministrada por el sistema se expresa
en la ecuacin 4.13.

= ( + )
=1
(4.13)
donde:
P s: Potencia activa suministrada por el sistema (W).

P Dk: Demanda en el punto k (W).
M: Nmero de puntos de demanda
4.1.10 Clculo de Prdida de Energa ([110], [137])
Se determina el valor de las prdidas en cada intervalo de la demanda si se conoce su

valor en cada intervalo, en los diferentes puntos del sistema.
Con los valores de prdidas de potencia y para cada perodo se puede calcular sus
prdidas de energa:
=
=1 (4.14)
54
U
N
E
X
P
O
donde:
L: Prdidas de energa (Wh)

P Lk: Prdidas de potencia promedio del sistema en el intervalo k (W).
N: Nmero de intervalos en que se ha dividido el tiempo de estudio.
Tk: Intervalo de tiempo (h)
Debido a que las mediciones del estudio se deberan hacer simultneamente y eso
conlleva por lo general, costos muy elevados por la necesidad de equipo de medicin
y tiempo requerido en la recoleccin de informacin, se utiliza un mtodo estadstico
que permite evaluar las prdidas en la demanda mxima y mediante procedimientos
conocidos se calcula el valor de las prdidas durante el periodo de estudio realizando
flujo de carga y la utilizacin de factores de prdidas.
Estudios de flujos de carga
Se realiza un estudio de flujo de carga para la mxima solicitacin al sistema

(demanda mxima) para encontrar las prdidas de potencia para esa condicin.
Las prdidas en vaco de los transformadores se pueden calcular de la siguiente

manera:
- Utilizar flujos de carga para evaluar las prdidas

- Calcular las prdidas para cada intervalo
- Evaluar las prdidas de potencia en vaco para los transformadores
55
U
N
E
X
P
O
Utilizacin de factores de prdidas
Las prdidas de energa se calculan con el procedimiento sealado en el apartado

4.1.10 para elementos donde se han realizado registros de carga y se dispone de la
curva de carga de los elementos que conforman el sistema; para los dems, es
necesario utilizar factores de prdidas de muestras representativas.
En general la evaluacin de prdidas puede ser expresada como se muestra en la

Figura 4.8 la cual se presenta a continuacin:
Figura 4.8 Evaluacin de prdidas de energa
4.1.11 Prdidas Tcnicas Propias del Sistemas de Distribucin ([113], [137])
Existen varios componentes, para lo cual se hace referencia a un subsistema con

componentes a estudiarse como: Redes primarias (Media Tensin), Transformadores
de Distribucin, Redes Secundarias (Baja Tensin) Seccionamiento, Acometidas y
otros componentes. En la figura 4.9 se observa el diagrama de un sistema elctrico de
potencia donde se indican los componentes del mismo y las prdidas de estos.
56
U
N
E
X
P
O
Figura 4.9 Diagrama de un Sistema Elctrico de Potencia, en el cual se indican los

elementos donde existen prdidas tcnicas
4.1.11.1 Prdidas en Redes de Distribucin
Las prdidas en las redes de distribucin son debidos a los fenmenos fsicos dentro
de sus lneas de transporte de energa, en las prdidas mencionadas interviene la
resistencia de los conductores.
= 2
(4.15)
donde:
: Son las prdidas en la lnea del sistema (W)

I: Es la corriente que circula por el conductor (A)
R: Resistencia del conductor
57
U
N
E
X
P
O
4.1.11.2 Prdidas en Alimentador Primario
Un alimentador primario es el primer componente que se encuentra a salida de una

subestacin, la salida se denomina como cabecera, es el inicio de un circuito que va
desde la subestacin hasta el usuario, en sta se puede medir la energa de salida a
demanda mxima y mnima para hacer relacin con la que finaliza de la sumatoria de
los usuarios pertenecientes a esta cabecera, para de esta manera obtener sus prdidas
de la diferencia de energas entregada y recibida.
Las prdidas en un alimentador primario, estn relacionadas tanto a la resistencia de

los conductores, como a la corriente que circulan por los mismos.
En un alimentador primario las prdidas de energa no son similares de uno a otro,

estos dependen de muchos factores, como su topologa, si estos son urbanos o rurales,
la categora de usuarios que se encuentran en el subsistema, etc.
4.1.11.3 Prdidas en Transformadores de Distribucin
En un transformador, se considera que, prcticamente, la potencia del primario es

igual a la del secundario. Sin embargo, sucede que un transformador no entrega en su
secundario, toda la potencia absorbida por el primario, pues ningn proceso fsico se
realiza sin prdidas.
Desde luego, que existen transformadores muy eficientes, capaces de producir un

rendimiento de hasta un 98 %, especialmente en unidades grandes.
La porcin de energa que es absorbida por el primario y no entregada al secundario,

es una prdida.
58
U
N
E
X
P
O
El rendimiento de un transformador puede ser expresado en tanto por ciento y, en

general, la frmula es la que sigue:
_ _
100 = 100
_ _ +
(4.16)
Las prdidas en los transformadores de distribucin vienen dadas por diferentes

circunstancias ya sea tanto de diseo como desgaste de los mismos. En diferentes
estudios se colocan registradores de ltima tecnologa con los cuales se permiten
obtener datos como potencias activa, reactiva y tensin, que permitan obtener la
curva de carga horaria del transformador, para su clculo de prdidas es necesario
obtener el clculo de prdidas de potencia de la siguiente manera:
- Ingresar la informacin requerida en programas de simulacin de Sistemas de

Potencia.
- Realizar corrida de flujo a demanda mxima (Valor del registrador colocado).
- Tomar reporte de la corrida (potencia de prdidas).
- Utilizar curva de carga para clculo de la energa de prdidas.
- Obtener el factor de prdidas para emplear en otros transformadores similares.
Las prdidas en los transformadores pueden dividirse en dos grupos, a saber:
a) Prdidas resistivas
b) Prdidas en el ncleo.
a) Prdidas resistivas
Son debidas a la resistencia hmica presentada por el conductor, prdidas que se
incrementan cuanto mayor es la corriente que los atraviesa, es decir dependen de la
carga.
59
U
N
E
X
P
O
b) Prdidas en el ncleo
Figura 4.10 Prdidas de potencia por corrientes de Foucault producidas en un

ncleo magntico de una sola pieza.
Las prdidas en el ncleo pueden subdividirse en dos partes: las prdidas por
histresis magntica y las prdidas por Foucault que son fijas independientes de la
carga que suministre o tambin denominadas prdidas en vaco. En el primer caso son
debidas a que el ncleo del transformador se encuentra ubicado dentro del campo
magntico generado por el mismo y, en consecuencia, se imanta. Pero, ocurre que la
corriente aplicada al transformador es alterna y, por tanto, invierte constantemente su
polaridad, variando con la misma frecuencia el sentido del campo magntico. Luego,
las molculas del material que forman el ncleo deben invertir en igual forma su
sentido de orientacin, lo cual requiere energa, que es tomada de la fuente que
suministra la alimentacin. Esto representa, por tanto, una prdida.
Para la aplicacin especfica en el alimentador, el proceso para la determinacin de

sus prdidas es el siguiente:
- Se realiza una investigacin de campo de los transformadores de distribucin

asociados al alimentador.
- Se realiza un levantamiento de datos de los usuarios asociados a cada transformador
de distribucin, realizando un listado.
60
U
N
E
X
P
O
- Se obtiene la informacin de la energa consumida por los usuarios de cada

transformador.
- Se registra la demanda real de los transformadores de distribucin y su relacin con
la carga instalada por transformador, correspondiente a los clientes involucrados.
- Posteriormente se realiza el procedimiento de clculo de prdidas mencionado
anteriormente.
- Se obtienen las prdidas declaradas por los fabricantes para todos los
transformadores.
4.1.11.4 Prdidas en Circuitos Secundarios
Las prdidas tcnicas que se tienen en los circuitos secundarios se deben a los
consumos por parte de los usuarios as como tambin por las luminarias presentes en
los circuitos secundarios. Para determinar las prdidas en los circuitos secundarios se
debe considerar lo siguiente:
- Obtener el diagrama unifilar de los circuitos propuestos en cada grupo

- Obtener los diferentes parmetros elctricos de los circuitos
- Obtener valores de demanda del transformador de distribucin
- Realizar flujos de carga mediante utilizacin de simuladores
- Obtener las prdidas de potencia
- Realizar clculo de energa de prdidas utilizando la curva
- Calcular el factor de relacin de prdidas para emplear en circuitos secundarios
similares
4.1.11.5 Prdidas en Acometidas
Las prdidas producidas en las acometidas son de efecto fsico sobre los conductores
que llevan la energa desde el poste hasta el contador de cada cliente, para su clculo
61
U
N
E
X
P
O
se prosigue una metodologa similar a la de los clculos anteriores, siguiendo el

siguiente procedimiento:
- Se obtiene los usuarios asociados a los transformadores de muestra,

levantamiento de campo.
- Obtener informacin de las caractersticas de los conductores de las acometidas
as como su configuracin y longitud.
- Del balance general obtener el consumo promedio anual de cada usuario.
- Se calcula la demanda mxima individual con las siguientes ecuaciones:

=

(4.17)
entonces :

=

(4.18)
- Se calcula la corriente mxima por suscriptor con la siguiente expresin:
-

= 1000 []

(4.19)
- Se calculan las prdidas de potencia:

= 2 . .
1000
(4.20)
- Se obtienen las prdidas de energa:
62
U
N
E
X
P
O
8760
=
1000
(4.21)
4.1.12 Prdidas No Tcnicas o Negras [110]
Las prdidas no tcnicas no constituyen una prdida real desde el punto de vista
elctrico, al contrario esta energa se encuentra utilizada por algn usuario, ya sea
dentro de los clientes de la empresa distribuidora o no. Sin embargo la empresa
distribuidora que presta los servicios a la comunidad no recibe el pago
correspondiente. Las empresas deben llevar registros precisos de la energa que se
suministra a los usuarios a fin de cobrar la energa que stos utilizan, pero por ciertas
razones no existe exactitud en el registro de los consumos, lo cual representa prdidas
para la empresa.
Entre las prdidas tcnicas y las no tcnicas se tiene una diferencia fundamental que a
continuacin se expone.
Las prdidas tcnicas representan una prdida de energa desde el punto de vista
fsico; y no puede ser utilizada de ninguna manera, cualquier medida que permita
reducirla representa un beneficio para el sistema elctrico.
Las prdidas no tcnicas por otra parte representan la energa que est siendo
utilizada para algn fin, pero por la cual la empresa no recibe pago alguno. Para las
finanzas de la empresa esto es un perjuicio.
En cuanto a la sustraccin de la energa elctrica, es posible que se efecte de dos

maneras distintas. La primera se da cuando los clientes alteran los sistemas de
medicin con el objetivo de reducir la facturacin de su consumo energtico mensual;
63
U
N
E
X
P
O
la segunda es producida por las conexiones realizadas de manera ilegal debido a la

falta de implantacin del servicio elctrico de forma legal en una zona determinada.
El reflejo de la capacidad administrativa de una empresa distribuidora es funcin de

sistemas defectuosos de medicin, o que no se apliquen procedimientos de
facturacin necesarios, y controles de conexiones ilegales o de hurto, que tienen
como consecuencia altos ndices de prdidas de energa. Por naturaleza las prdidas
no tcnicas, es muy poco probable encontrarlas en un sistema de generacin y
transmisin, por lo que este estudio solo se enfocara en perdidas tcnicas en sistemas
de distribucin exclusivamente.
4.2 Algoritmos evolutivos
Los algoritmos evolutivos son un trmino empleado para describir ciertos programas
o sistemas computacionales que utilizan mecanismos evolutivos en su diseo e
implementacin para la resolucin de problemas.
En la actualidad se cuenta con diversos algoritmos evolutivos, siendo los principales:

programacin evolutiva, gentica, estrategia de evolucin y los algoritmos genticos.
Todos ellos comparten una base conceptual comn, es decir, simular la evolucin de
estructuras individuales por medio de procesos de seleccin, mutacin y
reproduccin. Los procesos dependen del desempeo de los individuos segn el
ambiente en que se desarrollan, de donde, los algoritmos evolutivos, mantienen una
poblacin que evoluciona de acuerdo a reglas de seleccin y otros operadores
genticos, tales como cruce, recombinacin y mutacin.
En general se identifican tres tipos de algoritmos evolutivos, los que utilizan una
simple funcin probabilstica para medir las aptitudes de los individuos, los que
simulan torneos de donde se seleccionan los mejores o simplemente aquellos que en
64
U
N
E
X
P
O
forma aleatoria seleccionan los individuos de una poblacin para experimentar con
operadores genticos propagando el material gentico.
Recientes investigaciones han mostrado que los dos procesos que ms contribuyen a
la evolucin son el cruce. Y la reproduccin basada en la seleccin segn la aptitud
de un individuo, pero la evolucin para operar eficientemente necesita tener un cierto
grado de diversidad, la cual se obtiene a travs de la mutacin. As, los AE introducen
la mutacin va cambios aleatorios en la estructura de ciertos genes de individuos de
la poblacin logrando aadir diversidad adicional en la generacin de nuevos
individuos. Aunque existe cierta discusin sobre la materia, algunos se refieren a la
mutacin como un operador evolutivo adicional que permite recuperar alteraciones
genticas perdidas.
Estos algoritmos son suficientemente complejos para proveer un mecanismo de

bsqueda lo suficientemente robusto y poderoso. Aunque no puede afirmarse que un
AE, como simulacin de un proceso gentico, no sea una bsqueda aleatoria de una
solucin para un problema, el resultado es claramente no aleatorio.
4.2.1 Orgenes de los Algoritmos Evolutivos [120]
Con el fin de facilitar la comprensin sobre los algoritmos evolutivos y sus orgenes,
se presenta a continuacin un paralelo con los procesos biolgicos en los cuales estos
se basan.
En primer lugar cabe notar que la evolucin en la naturaleza no tiene un propsito

especfico, es decir, no hay evidencias que afirmen que la meta de la evolucin sea
crear un cierto tipo de individuo en partculas. En la naturaleza, la generacin de
organismos biolgicos parecen regirse por un proceso aleatorio, aunque se observa
una seleccin natural de individuos que compiten en un mismo ambiente, de donde
algunos ms dotados que otros. Esta seleccin conduce a que, probablemente,
65
U
N
E
X
P
O
aquellos ms dotados sean quienes sobrevivan y propaguen su informacin gentica a

las futuras generaciones.
En la naturaleza, se dan dos tipos de procesos reproductivos, el primero es del tipo

asexual, donde la informacin gentica de los hijos es idntica a la de los padres, y el
segundo sexual, que permite la mezcla de cromosomas, es decir, la descendencia
contiene informacin gentica de ambos padres. Esta operacin denominada
recombinacin consiste a grandes rasgos en un intercambio de trozos de dos
cromosomas formando un tercero, lo que los bilogos han llamado crossover.
El proceso de recombinacin sucede en un entorno donde la seleccin del compaero

se basa principalmente en las caractersticas de fitness, o aptitud de los individuos,
definidas por el ambiente. Aunque tambin se debe considerar el efecto aleatorio, o
suerte de individuos inferiormente dotados que se involucran en el proceso de
crossover.
De lo anterior, se desprende que en esencia los algoritmos evolutivos son una tcnica
de bsqueda, optimizacin, con base en la seleccin natural de individuos segn
explica la teora darwinista de supervivencia del ms apto.
4.2.2 Algoritmo Gentico [175]
Los principios bsicos de la teora de Darwin estn basados en la prevalencia del ms

apto, lo cual implica que entre una poblacin de individuos slo el ms apto puede
llegar a alcanzar la fase de reproduccin, es decir la segunda generacin proviene de
los individuos ms aptos de la generacin anterior. Este principio es bsico para
entender cmo los algoritmos genticos permiten encontrar el ptimo de una funcin
de numerosos parmetros, ya que se utiliza una analoga con la gentica, donde la
informacin bsica para definir un cromosoma y su representacin como calidad de
individuo se realiza mediante una evaluacin de la funcin objetivo de manera
66
U
N
E
X
P
O
implcita ya que se puede definir una forma de aptitud que minimice o maximice una
determinada funcin. Este tipo de algoritmo permite encontrar soluciones ptimas
para modelos hidrolgicos de numerosos parmetros, donde slo basta explicitar el
rango de variacin de stos y la funcin que se desee maximizar o minimizar, segn
sea el caso.
4.2.3 Descripcin General del Algoritmo [175]
Antes de hacer la descripcin del algoritmo es necesario aclarar algunos elementos

que entran en juego en la implementacin de algoritmos genticos y que son
primordiales para entender cmo se implement la bsqueda del mejor camino.
Poblacin: Este parmetro representa la cantidad de caminos inciales que se

generarn al azar como poblacin base. Desde este punto de vista, un individuo en la
poblacin es un camino especfico y un conjunto de caminos (individuos) generados
en un primer momento al azar representan la poblacin base con la que comienza el
cruce y la bsqueda del mejor camino.
Generaciones: Este parmetro define cuntas generaciones se desea que acontezcan
en el proceso. Cuntas veces se deben cruzar los individuos hasta que pare el proceso
de adaptacin.
Sobrevivencia: Este parmetro es uno de los ms importantes. Define cuntos

individuos se podrn aparear con el fin de producir descendientes aptos en el proceso.
Desde el punto de vista biolgico stos son los individuos que sobreviven y tienen el
derecho de procrear. Los caminos, o individuos, producto de cada generacin sern
valorados por su calidad de adaptacin al medio. Este parmetro seleccionar cules
de ellos tienen el derecho de seguir pasando sus genes a las siguientes generaciones.
Este parmetro tambin se usa para definir la cantidad de caminos que se grafican la
interfaz. Como no tiene sentido graficar la poblacin entera, pues seran demasiados
individuos, se decidi solamente graficar los sobrevivientes de la ltima generacin.
67
U
N
E
X
P
O
Cromosomas: Este parmetro representa la cantidad de puntos que posee cada

camino. De este modo se representa la resolucin con que se evala el mapa: ms
puntos significan la evaluacin de ms muestras del terreno en el contorno del
camino. Un efecto de esta implementacin es que los caminos tendrn una cantidad
de cromosomas fijos, esto ya es una decisin de implementacin, escogiendo que
individuos con cantidad fija de cromosomas son adecuados a este tipo de problema.
Finalmente ntese que una cantidad baja de cromosomas, o sea puntos de muestra en
cada camino, podra provocar la posibilidad de que un obstculo pequeo no sea
muestreado y sea omitido como dificultad entre dos puntos. Por otro lado, una
cantidad muy alta de cromosomas podra hacer innecesariamente lento el proceso.
Todos los valores importantes para el algoritmo gentico, como el tamao de la

poblacin, la cantidad de generaciones, la sobrevivencia y el tamao del cromosoma,
se pueden definir interactivamente.
4.2.4 Codicacin de Problemas [176]
Cualquier solucin potencial a un problema puede ser presentada dando valores a una
serie de parmetros. El conjunto de todos los parmetros (genes en la terminologa de
Algoritmos Genticos) se codica en una cadena de valores denominada cromosoma.
El conjunto de los parmetros representado por un cromosoma particular recibe el
nombre de genotipo. El genotipo contiene la informacin necesaria para la
construccin del organismo, es decir, la solucin real al problema, denominada
fenotipo. Por ejemplo, en trminos biolgicos, la informacin gentica contenida en
el ADN de un individuo sera el genotipo, mientras que la expresin de ese ADN (el
propio individuo) sera el fenotipo.
68
U
N
E
X
P
O
Desde los primeros trabajos de John Holland [72] la codicacin suele hacerse
mediante valores binarios. Se asigna un determinado nmero de bits a cada parmetro
y se realiza una discretizacin de la variable representada por cada gen. El nmero de
bits asignados depender del grado de ajuste que se desee alcanzar. Evidentemente no
todos los parmetros tienen porque estar codicados con el mismo nmero de bits.
Cada uno de los bits pertenecientes a un gen suele recibir el nombre de alelo.
La Figura 4.11 muestra un ejemplo de un individuo binario que codica 3

parmetros.
Figura 4.11 Individuo Gentico Binario
Sin embargo, tambin pueden existir representaciones que codiquen directamente

cada parmetro con un valor entero, real o en punto otante. A pesar de que se acusa
a estas representaciones de degradar el paralelismo implcito de las representaciones
binarias, permiten el desarrollo de operadores genticos ms especcos al campo de
aplicacin del Algoritmo Gentico.
4.2.5 Algoritmo Principal ([175], [176])
Los Algoritmos Genticos trabajan sobre una poblacin de individuos. Cada uno de
ellos representa una posible solucin al problema que se desea resolver. Todo
69
U
N
E
X
P
O
individuo tiene asociado un ajuste de acuerdo a la bondad con respecto al problema

de la solucin que representa (en la naturaleza el equivalente sera una medida de la
eciencia del individuo en la lucha por los recursos).
El funcionamiento genrico de un Algoritmo Gentico puede apreciarse en el

siguiente pseudocdigo:
Inicializar poblacin actual aleatoriamente

MIENTRAS no se cumpla el criterio de terminacin
Crear poblacin temporal vaca
MIENTRAS poblacin temporal no llena
Seleccionar padres
Cruzar padres con probabilidad Pc
SI se ha producido el cruce
Mutar uno de los descendientes con probabilidad Pm
Evaluar descendientes
Aadir descendientes a la poblacin temporal
SI NO
Aadir padres a la poblacin temporal
FIN SI
FIN MIENTRAS
Aumentar contador generaciones
Establecer como nueva poblacin actual la poblacin temporal
FIN MIENTRAS
Una generacin se obtiene a partir de la anterior por medio de los operadores de
reproduccin. Existen dos tipos:
70
U
N
E
X
P
O
Cruce: Se trata de una reproduccin de tipo sexual. Se genera una

descendencia a partir del mismo nmero de individuos (generalmente 2) de la
generacin anterior. Existen varios tipos que se detallaran en un punto
posterior.
Copia: Se trata de una reproduccin de tipo asexual. Un determinado nmero

de individuos pasa sin sufrir ninguna variacin directamente a la siguiente
generacin.
Una vez generados los nuevos individuos se realiza la mutacin con una probabilidad
Pm. La probabilidad de mutacin suele ser muy baja, por lo general entre el 0.5 % y
el 2 %.
Se sale de este proceso cuando se alcanza alguno de los criterios de parada jados.
Los ms usuales suelen ser:
Los mejores individuos de la poblacin representan soluciones

sucientemente buenas para el problema que se desea resolver.
La poblacin ha convergido. Un gen ha convergido cuando el 95 % de la

poblacin tiene el mismo valor para l, en el caso de trabajar con
codicaciones binarias, o valores dentro de un rango especicado, en el caso
de trabajar con otro tipo de codicaciones. Una vez que todos los genes
alcanzan la convergencia se dice que la poblacin ha convergido. Cuando esto
ocurre la media de bondad de la poblacin se aproxima a la bondad del mejor
individuo.
Se ha alcanzado el nmero de generaciones mximo especicado.
71
U
N
E
X
P
O
Sobre este algoritmo inicialmente propuesto por Holland se han denido numerosas
variantes.
Quizs una de las ms extendidas consiste en prescindir de la poblacin temporal de

manera que los operadores genticos de cruce y mutacin se aplican directamente
sobre la poblacin gentica. Con esta variante el proceso de cruces vara ligeramente.
Ahora no basta, en el caso de que el cruce se produzca, con insertar directamente la
descendencia en la poblacin. Puesto que el nmero de individuos de la poblacin se
ha de mantener constante, antes de insertar la descendencia en la poblacin se le ha
de hacer sitio. Existen para ello diversas opciones:
Reemplazo de padres: para hacer hueco a la descendencia en la poblacin se
eliminan de ella a los padres.
Reemplazo de individuos similares: cada uno de los individuos de la
descendencia reemplazar a un individuo de la poblacin con un ajuste similar
al suyo. Para escoger este individuo se obtiene la posicin en la que se debera
insertar el nuevo individuo para mantener ordenada la poblacin y se escoge
para insertarlo una posicin al azar de su vecindad (por ejemplo uno de entre
los cinco individuos superiores o inferiores).
Reemplazo de los peores individuos: los individuos que se eliminarn de la
poblacin para dejar paso a la descendencia se seleccionarn aleatoriamente
de entre los peores individuos de la poblacin. Por lo general se consideran
individuos pertenecientes al ltimo 10 %.
Reemplazo aleatorio: los individuos eliminados se seleccionan al azar.

Evidentemente trabajando con una nica poblacin no se puede decir que se pase a la
siguiente generacin cuando se llene la poblacin, pues siempre est llena. En este
caso el paso a la siguiente generacin se producir una vez que se hayan alcanzado
cierto nmero de cruces y mutaciones. Este nmero depender de la tasa de cruces y
72
U
N
E
X
P
O
mutaciones especicadas por el usuario y del tamao de la poblacin. As con una

tasa de cruces del 90 %, una tasa de mutaciones del 0.02 % y trabajando con 100
individuos se pasar a la siguiente generacin cuando se alcanzasen 45 cruces (cada
cruce genera 2 individuos con lo que se habran insertado en la poblacin 90
individuos, esto es el 90 %) o 2 mutaciones.
4.2.6 Operadores Genticos [175]
Para el paso de una generacin a la siguiente se aplican una serie de operadores

genticos. Los ms empleados son los operadores de seleccin, cruce, copia y
mutacin. En el caso de no trabajar con una poblacin intermedia temporal tambin
cobran relevancia los algoritmos de reemplazo. A continuacin se vern en mayor
detalle.
4.2.7 Tamao de la Poblacin [177]
Una cuestin que uno puede plantearse es la relacionada con el tamao idneo de la
poblacin. Parece intuitivo que las poblaciones pequeas corren el riesgo de no cubrir
adecuadamente el espacio de bsqueda, mientras que el trabajar con poblaciones de
gran tamao puede acarrear problemas relacionados con el excesivo costo
computacional.
Goldberg [60] efectu un estudio terico, obteniendo como conclusin que el tamao
ptimo de la poblacin para ristras de longitud I, con codificacin binaria, crece
exponencialmente con el tamao de la ristra. Este resultado traera como
consecuencia que la aplicabilidad de los Algoritmos Genticos en problemas reales
sera muy limitada, ya que resultaran no competitivos con otros mtodos de
optimizacin combinatoria. Alander, basndose en evidencia emprica sugiere que un
tamao de poblacin comprendida entre l y 21 es suficiente para atacar con xito los
problemas por l considerados.
73
U
N
E
X
P
O
Habitualmente la poblacin inicial se escoge generando ristras al azar, pudiendo

contener cada gen uno de los posibles valores del alfabeto con probabilidad uniforme.
Nos podramos preguntar qu es lo que sucedera si los individuos de la poblacin
inicial se obtuviesen como resultado de alguna tcnica heurstica o de optimizacin
local.
En los pocos trabajos que existen sobre este aspecto, se constata que esta
inicializacin no aleatoria de la poblacin inicial, puede acelerar la convergencia del
Algoritmo Gentico. Sin embargo en algunos casos la desventaja resulta ser la
prematura convergencia del algoritmo, queriendo indicar con esto la convergencia
hacia ptimos locales.
4.2.8 Elitismo [88]
Se denomina lite de la poblacin al individuo o grupo de individuos que destacan

sobre el resto por su aptitud. Dado que el procedimiento de seleccin habitualmente
empleado por los algoritmos genticos implica cierto grado de aleatoriedad, no es
posible garantizar que la lite sobreviva a la siguiente generacin, y ni siquiera que
sea seleccionada como reproductora. As pues, es posible que las caractersticas
deseables presentes en la lite desaparezcan de la poblacin. Para evitar esto, las
estrategias elitistas vinculan el tiempo de supervivencia de los individuos con su
valor, como solucin al problema planteado.
El empleo de estrategias elitistas implica la seleccin del mejor o los mejores

individuos de la poblacin, y su introduccin de manera directa en la siguiente
generacin. Posteriormente, la seleccin de los criadores se realiza sobre los restantes
miembros de la poblacin y, a partir de estos, se genera el resto de la nueva
generacin. En la siguiente Figura puede observarse lo descrito en el apartado
anterior.
74
U
N
E
X
P
O
Figura 4.12 Esquema de la aplicacin de una estrategia elitista.
El empleo de estrategias elitistas permite una exploracin ms profusa del espacio de

soluciones en el entorno de la lite, pudiendo compararse con una intensificacin
local de la bsqueda, es decir, tienen tendencia a hacer la bsqueda ms explotadora
que exploradora.
Su empleo mejora la convergencia del algoritmo, asegurando sta tericamente bajo

ciertas condiciones muy generales. En caso de funciones de evaluacin fuertemente
multimodales (con muchos ptimos locales) su eficacia disminuye aumentando el
riesgo de convergencia prematura.
75
U
N
E
X
P
O
El tamao de la lite es un parmetro fundamental en la obtencin de buenos

resultados con esta estrategia. Es habitual emplear un tamao de 1 2 individuos lite
por cada 50 individuos en la poblacin; su empleo en poblaciones pequeas puede dar
como resultado la convergencia prematura debido a la rpida disminucin de la
diversidad. Es recomendable, adems, que las probabilidades de cruzamiento y
mutacin sean suficientemente grandes para evitar dicha convergencia prematura.
El uso de estrategias elitistas se considera imprescindible por ejemplo, cuando se

emplean los algoritmos genticos para la optimizacin de funciones en las que se
pretende encontrar un ptimo global.
4.2.9 Seleccin ([175], [176], [177])
Los algoritmos de seleccin sern los encargados de escoger qu individuos van a

disponer de oportunidades de reproducirse y cules no.
Puesto que se trata de imitar lo que ocurre en la naturaleza, se ha de otorgar un mayor

nmero de oportunidades de reproduccin a los individuos ms aptos. Por lo tanto la
seleccin de un individuo estar relacionada con su valor de ajuste. No se debe sin
embargo eliminar por completo las opciones de reproduccin de los individuos menos
aptos, pues en pocas generaciones la poblacin se volvera homognea.
Una opcin bastante comn consiste en seleccionar el primero de los individuos

participantes en el cruce mediante alguno de los mtodos expuestos a continuacin y
el segundo de manera aleatoria.
76
U
N
E
X
P
O
4.2.9.1 Seleccin por Ruleta ([175], [177])
Propuesto por DeJong, es posiblemente el mtodo ms utilizado desde los orgenes

de los Algoritmos Genticos [Blickle and Thiele, 1995].
A cada uno de los individuos de la poblacin se le asigna una parte proporcional a su

ajuste de una ruleta, de tal forma que la suma de todos los porcentajes sea la unidad.
Los mejores individuos recibirn una porcin de la ruleta mayor que la recibida por
los peores. Generalmente la poblacin est ordenada en base al ajuste por lo que las
porciones ms grandes se encuentran al inicio de la ruleta. Para seleccionar un
individuo basta con generar un nmero aleatorio del intervalo [0..1] y devolver el
individuo situado en esa posicin de la ruleta. Esta posicin se suele obtener
recorriendo los individuos de la poblacin y acumulando sus proporciones de ruleta
hasta que la suma exceda el valor obtenido.
Es un mtodo muy sencillo, pero ineciente a medida que aumenta el tamao de la

poblacin. Presenta adems el inconveniente de que el peor individuo puede ser
seleccionado ms de una vez.
En muchas bibliografas se suele referenciar a este mtodo con el nombre de

Seleccin de Montecarlo.
4.2.9.2 Seleccin por Torneo ([175], [177])
La idea principal de este mtodo consiste en realizar la seleccin en base a

comparaciones directas entre individuos. Existen dos versiones de seleccin mediante
torneo:
Determinstica
Probabilstica
77
U
N
E
X
P
O
En la versin determinstica se selecciona al azar un nmero p de individuos

(generalmente se escoge p = 2). De entre los individuos seleccionados se selecciona
el ms apto para pasarlo a la siguiente generacin.
La versin probabilstica nicamente se diferencia en el paso de seleccin del

ganador del torneo. En vez de escoger siempre el mejor se genera un nmero
aleatorio del intervalo [0..1], si es mayor que un parmetro p (jado para todo el
proceso evolutivo) se escoge el individuo ms alto y en caso contrario el menos apto.
Generalmente p toma valores en el rango 0,5 < p 1.
Variando el nmero de individuos que participan en cada torneo se puede modicar la

presin de seleccin. Cuando participan muchos individuos en cada torneo, la presin
de seleccin es elevada y los peores individuos apenas tienen oportunidades de
reproduccin. Un caso particular es el elitismo global. Se trata de un torneo en el que
participan todos los individuos de la poblacin con lo cual la seleccin se vuelve
totalmente determinstica. Cuando el tamao del torneo es reducido, la presin de
seleccin disminuye y los peores individuos tienen ms oportunidades de ser
seleccionados.
Elegir uno u otro mtodo de seleccin determinar la estrategia de bsqueda del

Algoritmo Gentico. Si se opta por un mtodo con una alta presin de seleccin se
centra la bsqueda de las soluciones en un entorno prximo a las mejores soluciones
actuales. Por el contrario, optando por una presin de seleccin menor se deja el
camino abierto para la exploracin de nuevas regiones del espacio de bsqueda.
Existen muchos otros algoritmos de seleccin. Unos buscan mejorar la eciencia

computacional, otros el nmero de veces que los mejores o peores individuos pueden
ser seleccionados. Algunos de estos algoritmos son muestreo determinstico,
78
U
N
E
X
P
O
escalamiento sigma, seleccin por jerarquas, estado uniforme, sobrante estocstico,

brecha generacional, etc.
4.2.10 Cruce ([175], [176], [177])
Una vez seleccionados los individuos, estos son recombinados para producir la
descendencia que se insertar en la siguiente generacin. Tal y como se ha indicado
anteriormente el cruce es una estrategia de reproduccin sexual.
Su importancia para la transicin entre generaciones es elevada puesto que las tasas
de cruce con las que se suele trabajar rondan el 90 %.
Los diferentes mtodos de cruce podrn operar de dos formas diferentes. Si se opta
por una estrategia destructiva los descendientes se insertarn en la poblacin temporal
aunque sus padres tengan mejor ajuste (trabajando con una nica poblacin esta
comparacin se realizar con los individuos a reemplazar). Por el contrario utilizando
una estrategia no destructiva la descendencia pasar a la siguiente generacin
nicamente si supera la bondad del ajuste de los padres (o de los individuos a
reemplazar).
La idea principal del cruce se basa en que, si se toman dos individuos correctamente
adaptados al medio y se obtiene una descendencia que comparta genes de ambos,
existe la posibilidad de que los genes heredados sean precisamente los causantes de la
bondad de los padres.
Al compartir las caractersticas buenas de dos individuos, la descendencia, o al menos

parte de ella, debera tener una bondad mayor que cada uno de los padres por
separado. Si el cruce no agrupa las mejores caractersticas en uno de los hijos y la
descendencia tiene un peor ajuste que los padres no signica que se est dando un
paso atrs. Optando por una estrategia de cruce no destructiva garantizamos que
79
U
N
E
X
P
O
pasen a la siguiente generacin los mejores individuos. Si, an con un ajuste peor, se
opta por insertar a la descendencia, y puesto que los genes de los padres continuarn
en la poblacin aunque dispersos y posiblemente un poco modicados por la
mutacin en posteriores cruces se podr volver a obtener estos padres, recuperando
as la bondad previamente prdida.
Existen multitud de algoritmos de cruce. Sin embargo los ms empleados son los que
se detallarn a continuacin:
Cruce de 1 punto
Cruce de 2 puntos
Cruce uniforme
4.2.10.1 Cruce de 1 Punto ([175], [176], [177])
Es la ms sencilla de las tcnicas de cruce. Una vez seleccionados dos individuos se

cortan sus cromosomas por un punto seleccionado aleatoriamente para generar dos
segmentos diferenciados en cada uno de ellos: la cabeza y la cola. Se intercambian las
colas entre los dos individuos para generar los nuevos descendientes.
De esta manera ambos descendientes heredan informacin gentica de los padres, tal
y como puede verse en la Figura 4.13
Figura 4.13 Cruce de 1 Punto
80
U
N
E
X
P
O
4.2.10.2 Cruce de 2 Puntos ([175], [176], [177])
Se trata de una generalizacin del cruce de 1 punto. En vez de cortar por un nico
punto los cromosomas de los padres como en el caso anterior se realizan dos cortes.
Deber tenerse en cuenta que ninguno de estos puntos de corte coincida con el
extremo de los cromosomas para garantizar que se originen tres segmentos. Para
generar la descendencia se escoge el segmento central de uno de los padres y los
segmentos laterales del otro padre (ver Figura 4.14).
Figura 4.14 Cruce de 2 Puntos
Generalmente se suele referir a este tipo de cruce con las siglas DPX (Double Point
Crossover).
Generalizando se pueden aadir ms puntos de cruce dando lugar a algoritmos de

cruce multipunto. Sin embargo existen estudios que desaprueban esta tcnica [Jong,
1975]. Aunque se admite que el cruce de 2 puntos aporta una sustancial mejora con
respecto al cruce de un solo punto, el hecho de aadir un mayor nmero de puntos de
cruce reduce el rendimiento del Algoritmo Gentico. El problema principal de aadir
nuevos puntos de cruce radica en que es ms fcil que los segmentos originados sean
corrompibles, es decir, que por separado quizs pierdan las caractersticas de bondad
81
U
N
E
X
P
O
que posean conjuntamente. Sin embargo no todo son desventajas y aadiendo ms

puntos de cruce se consigue que el espacio de bsqueda del problema sea explorado
ms a fondo.
4.2.10.3 Cruce Uniforme ([175], [176], [177])
El cruce uniforme es una tcnica completamente diferente de las vistas hasta el

momento. Cada gen de la descendencia tiene las mismas probabilidades de pertenecer
a uno u otro padre.
Aunque se puede implementar de muy diversas formas, la tcnica implica la

generacin de una mscara de cruce con valores binarios. Si en una de las posiciones
de la mscara hay un 1, el gen situado en esa posicin en uno de los descendientes se
copia del primer padre. Si por el contrario hay un 0 el gen se copia del segundo padre.
Para producir el segundo descendiente se intercambian los papeles de los padres, o
bien se intercambia la interpretacin de los unos y los ceros de la mscara de cruce.
La descendencia contiene una mezcla de genes de cada uno de los padres. El nmero
efectivo de puntos de cruce es jo pero ser por trmino medio L/2, siendo L la
longitud del cromosoma (nmero de alelos en representaciones binarias o de genes en
otro tipo de representaciones).
Se suele referir a este tipo de cruce con las siglas UPX (Uniform Point Crossover)
como se muestra en la Figura 4.15.
82
U
N
E
X
P
O
Figura 4.15 Cruce Uniforme
4.2.11 Cruces Especcos de Codicaciones no Binarias [175]
Los tres tipos de cruce vistos hasta el momento son validos para cualquier tipo de
representacin del genotipo. Si se emplean genotipos compuestos por valores enteros
o reales pueden denirse otro tipo de operadores de cruce:
Media: El gen de la descendencia toma el valor medio de los genes de los

padres. Tiene la desventaja de que nicamente se genera un descendiente en el
cruce de dos padres.
Media geomtrica: Cada gen de la descendencia toma como valor la raz

cuadrada del producto de los genes de los padres. Presenta el problema
aadido de qu signo dar al resultado si los padres tienen signos diferentes.
83
U
N
E
X
P
O
Extensin: Se toma la diferencia existente entre los genes situados en las

mismas posiciones de los padres y se suma al valor ms alto o se resta del
valor ms bajo. Solventa el problema de generar un nico descendiente.
4.2.12 Algoritmos de Reemplazo [176]
Cuando en vez de trabajar con una poblacin temporal se hace con una nica
poblacin, sobre la que se realizan las selecciones e inserciones, deber tenerse en
cuenta que para insertar un nuevo individuo deber de eliminarse previamente otro de
la poblacin. Existen diferentes mtodos de reemplazo:
Aleatorio: El nuevo individuo se inserta en un lugar cualquiera de la

poblacin.
Reemplazo de padres: Se obtiene espacio para la nueva descendencia

liberando el espacio ocupado por los padres.
Reemplazo de similares: Una vez obtenido el ajuste de la descendencia se

selecciona un grupo de individuos (entre seis y diez) de la poblacin comn
ajuste similar. Se reemplazan aleatoriamente los que sean necesarios.
Reemplazo de los peores: de entre un porcentaje de los peores individuos de la

poblacin se seleccionan aleatoriamente los necesarios para dejar sitio a la
descendencia.
4.2.13 Copia [176]
La copia es la otra estrategia reproductiva para la obtencin de una nueva generacin

a partir de la anterior. A diferencia del cruce, se trata de una estrategia de
84
U
N
E
X
P
O
reproduccin asexual. Consiste simplemente en la copia de un individuo en la nueva

generacin.
El porcentaje de copias de una generacin a la siguiente es relativamente reducido,

pues en caso contrario se corre el riesgo de una convergencia prematura de la
poblacin hacia ese individuo. De esta manera el tamao efectivo de la poblacin se
reducira notablemente y la bsqueda en el espacio del problema se focalizara en el
entorno de ese individuo.
Lo que generalmente se suele hacer es seleccionar dos individuos para el cruce, y si

ste nalmente no tiene lugar, se insertan en la siguiente generacin los individuos
seleccionados.
4.2.14 Mutacin [176]
La mutacin de un individuo provoca que alguno de sus genes, generalmente uno

slo, vare su valor de forma aleatoria. Aunque se pueden seleccionar los individuos
directamente de la poblacin actual y mutarlos antes de introducirlos en la nueva
poblacin, la mutacin se suele utilizar de manera conjunta con el operador de cruce.
Primeramente se seleccionan dos individuos de la poblacin para realizar el cruce. Si
el cruce tiene xito entonces uno de los descendientes, o ambos, se mutan con cierta
probabilidad Pm. Se imita de esta manera el comportamiento que se da en la
naturaleza, pues cuando se genera la descendencia siempre se produce algn tipo de
error, por lo general sin mayor trascendencia, en el paso de la carga gentica de
padres a hijos.
La probabilidad de mutacin es muy baja, generalmente menor al 1 %. Esto se debe

sobre todo a que los individuos suelen tener un ajuste menor despus de mutados. Sin
85
U
N
E
X
P
O
embargo se realizan mutaciones para garantizar que ningn punto del espacio de
bsqueda tenga una probabilidad nula de ser examinado.
Tal y como se ha comentado, la mutacin ms usual es el reemplazo aleatorio. Este

consiste en variar aleatoriamente un gen de un cromosoma. Si se trabaja con
codicaciones binarias consistir simplemente en negar un bit. Tambin es posible
realizar la mutacin intercambiando los valores de dos alelos del cromosoma. Con
otro tipo de codicaciones no binarias existen otras opciones:
Incrementar o decrementar a un gen una pequea cantidad generada

aleatoriamente.
Multiplicar un gen por un valor aleatorio prximo a 1.
Aunque no es lo ms comn, existen implementaciones de Algoritmos Genticos en

las que no todos los individuos tienen los cromosomas de la misma longitud. Esto
implica que no todos ellos codican el mismo conjunto de variables. En este caso
existen mutaciones adicionales como puede ser aadir un nuevo gen o eliminar uno
ya existente.
4.2.15 Evaluacin ([175], [177])
Para el correcto funcionamiento de un Algoritmo Gentico se debe de poseer un

mtodo que indique si los individuos de la poblacin representan o no buenas
soluciones al problema planteado. Por lo tanto para cada tipo de problema que se
desee resolver deber derivarse un nuevo mtodo, al igual que ocurrir con la propia
codicacin de los individuos.
De esto se encarga la funcin de evaluacin, que establece una medida numrica de la

bondad de una solucin. Esta medida recibe el nombre de ajuste. En la naturaleza el
86
U
N
E
X
P
O
ajuste (o adecuacin) de un individuo puede considerarse como la probabilidad de

que ese individuo sobreviva hasta la edad de reproduccin y se reproduzca. Esta
probabilidad deber estar ponderada con el nmero de descendientes. Evidentemente
no es lo mismo una probabilidad de reproduccin del 25% en una poblacin de un par
de cientos de individuos que esa misma probabilidad en una poblacin de varios
millones.
En el mundo de los Algoritmos Genticos se emplear esta medicin para controlar la

aplicacin de los operadores genticos. Es decir, permitir controlar el nmero de
selecciones, cruces, copias y mutaciones llevadas a cabo.
La aproximacin ms comn consiste en crear explcitamente una medida de ajuste

para cada individuo de la poblacin. A cada uno de los individuos se les asigna un
valor de ajuste escalar por medio de un procedimiento de evaluacin bien denido.
Tal y como se ha comentado, este procedimiento de evaluacin ser especco del
dominio del problema en el que se aplica el Algoritmo Gentico. Tambin puede
calcularse el ajuste mediante una manera co-evolutiva. Por ejemplo, el ajuste de una
estrategia de juego se determina aplicando esa estrategia contra la poblacin entera (o
en su defecto una muestra) de estrategias de oposicin.
Un algoritmo gentico es entonces una maquina aprendiendo a comportarse como un

mecanismo evolutivo propio de la naturaleza, que se inicia con la creacin de una
poblacin de individuos representados por cromosomas, que en esencia son un set de
strings anlogos a los que encontramos en nuestro ADN. Seguidamente, estos son
sometidos a un proceso evolutivo, donde la seleccin enfoca su atencin en aquellos
individuos con mayor grado de aptitud segn la informacin disponible del fitness,
mientras que la recombinacin y mutacin modifican la estructura de los individuos
en forma heurstica.
87
U
N
E
X
P
O
Los algoritmos genticos son ampliamente utilizados en diversas reas,

principalmente en problemas de optimizacin multidimensionales donde los strings
de caracteres de los cromosomas pueden ser utilizados para codificar los diferentes
parmetros a ser optimizados.
En la prctica, podemos implementar este modelo gentico computacional mediante

arreglos de bits, o caracteres que representan los cromosomas, y de esta forma, una
simple manipulacin de un bit se traduce en la implementacin de un operador
gentico, tal como es el crossover, la mutacin u otro. Cabe notar que diversos
estudios realizados con algoritmos genticos se han basado en estructuras o strings de
longitud variable, pero la prctica ha demostrado que se obtienen mejores resultados
al fijar el largo de los strings.
Cuando se implementa un algoritmo gentico usualmente se sigue el siguiente ciclo:
Evaluacin del fitness de cada uno de los individuos de la poblacin.

Creacin de una nueva generacin por medio de mutaciones, crossover
y seleccin de los mejores individuos.
Iteracin con una nueva poblacin.
Cada una de estas iteraciones es conocida como una generacin, donde la primera
pera sobre una poblacin generada en forma natural, es decir, una seleccin aleatoria
de individuos. De esta forma las operaciones genticas operan en pro de la perfeccin
de las poblaciones.
4.2.16 Algoritmos Multi-objetivo
Tal y como se ha visto en anteriores apartados, un proceso de optimizacin consiste

en encontrar la solucin ptima de entre un conjunto finito de soluciones alternativas.
En un contexto mono-objetivo la calidad de una determinada solucin viene dada
88
U
N
E
X
P
O
directamente por el valor de aptitud en la funcin objetivo, pero en un contexto multi-

objetivo no existe un ptimo global nico, sino varios que optimizan algunos de los
objetivos del problema (pero no todos a la vez).
En el apartado siguiente se describen los conceptos necesarios parar tratar problemas

multi-objetivo haciendo uso de optimizacin basada en frentes de Pareto.
4.2.17 Introduccin a la Optimizacin Multi-Objetivo Basada en Frentes de

Pareto
La mayora de los problemas de optimizacin reales suelen tener varios ptimos

(mximos o mnimos), siendo uno de ellos el ptimo global, mientras que el resto son
ptimos locales en el sentido de que es posible definir una vecindad alrededor de
ellos en la cual son ptimos globales [76]. Sin embargo, en muchos casos todos los
ptimos absolutos tienen la misma importancia, bien por tener el mismo valor
numrico, bien porque no se pueda establecer un criterio que permita decidir cul de
ellos es mejor. Esto sucede en los denominados problemas de optimizacin multi-
objetivo (MOPs) [38].
Imagnese el caso de un comerciante que tiene que visitar un nmero concreto de

ciudades, y que necesita minimizar, al mismo tiempo, el combustible y el tiempo
empleado. A menor tiempo, se emplear mayor combustible y, viceversa, a mayor
tiempo, se emplear menor combustible. Ambos presentan la misma importancia por
lo que habr que encontrar diversas soluciones que cubran todo al abanico de
posibilidades. Por ejemplo, si se emplean 2 das y 50 litros de combustible, siempre
ser mejor que emplear 2,5 das y 55 litros. Pero si se emplean 2 das y 45 litros o 2,5
das y 47 litros, no habr forma de determinar qu solucin es la mejor.
89
U
N
E
X
P
O
Los problemas en los que se obtienen mltiples soluciones de forma que ninguna de
ellas se pueda probar mejor que otras suelen tratarse mediante tcnicas multi-objetivo
especficas, destacando las conocidas como tcnicas de optimizacin basadas en
frentes de Pareto ([60], [38]). Dicho concepto, que se describe formalmente con
posterioridad, trata de encontrar todas las soluciones pertenecientes al conocido como
frente Pareto-ptimo. Dicho frente se puede definir como el conjunto de soluciones
que no pueden ser mejoradas en todos los objetivos o igualadas en unos y mejorada
en otros por ninguna otra solucin que tambin cumpla las restricciones del problema.
Cabe indicar que la utilizacin de tcnicas heursticas para resolver este tipo de
problemas resulta incluso ms conveniente al incrementarse la complejidad con
respecto a las formulaciones mono-objetivo. As pues, dichas meta-heursticas multi-
objetivo buscan encontrar el conjunto de soluciones Pareto-ptimas o un conjunto
representativo de ste, de forma que el usuario pueda realizar consideraciones de ms
alto nivel para elegir una o varias de ellas, tal y como se describe en la Figura 4.16.
Figura 4.16 Conjunto de soluciones pareto ptimas
90
U
N
E
X
P
O
4.2.18 Non dominated Sorting in Generic Algorithm (NSGA)
Srinivas y Deb [145] propusieron en 1994 el algoritmo gentico de ordenacin no

dominada (Non-dominated Sorting in Genetic Algorithm, NSGA). Su funcionamiento
se basa en el uso de varias capas de clasificacin de los individuos. Antes de efectuar
la seleccin, la poblacin es jerarquizada en base a la no dominacin, de forma que
todos los individuos no dominados se clasifican en una misma categora con un valor
arbitrario de aptitud.
Para mantener la diversidad de la poblacin, se lleva a cabo un reparto de aptitud

entre estos individuos clasificados usando los valores arbitrarios previamente
definidos para dicho parmetro. Posteriormente, este grupo de individuos clasificados
se ignora, y se evala otra capa de individuos no dominados. Este proceso se repite
hasta que todos los individuos de la poblacin estn clasificados. Esta tcnica utiliza
seleccin proporcional, en concreto la variante denominada Stochastic Remainder.
Puesto que los individuos en el primer frente tienen el mximo valor de aptitud,
siempre obtienen ms copias que el resto de la poblacin, lo que conlleva a una
rpida convergencia de la poblacin hacia las regiones no dominadas. El reparto de
aptitud ayuda a distribuir los individuos sobre esta regin. La eficiencia de NSGA
yace en la forma en que los objetivos mltiples de un problema se reducen a una
funcin de aptitud arbitraria usando un procedimiento de ordenamiento basado en no
dominancia. La asignacin de aptitud se lleva a cabo en base a los valores de los
parmetros en lugar de considerar los valores de las funciones objetivo, con lo cual se
persigue asegurar que se lleve a cabo una mejor distribucin de los individuos, as
como permitir que existan mltiples soluciones equivalentes.
91
U
N
E
X
P
O
4.2.19 Ventajas y Desventajas de los Algoritmos Evolutivos [175]
Operan de forma simultnea con varias soluciones, en vez de trabajar de

forma secuencial como las tcnicas tradicionales.
No necesitan conocimientos especficos sobre el problema que intentan
resolver.
Cuando se usan para problemas de optimizacin minimizar o maximizar una
funcin multi-objetivo resultan menos afectados por los mximos locales
(falsas soluciones) que las tcnicas tradicionales.
Resulta sumamente fcil ejecutarlos en las modernas arquitecturas
masivamente paralelas.
Usan operadores probabilsticos, en vez de los tpicos operadores
determinsticos de las otras tcnicas.
Pueden tardar mucho en converger, o no converger en absoluto, dependiendo
en cierta medida de los parmetros que se utilicen tamao de la poblacin,
nmero de generaciones, etc.-.
Pueden converger prematuramente debido a una serie de problemas de diversa
ndole.
4.3 Software NEPLAN
NEPLAN ha sido desarrollado por la empresa BCP en Suiza, en cooperacin con

ABB y el Instituto Federal Suizo de Tecnologa en Zurich ETH. Ha sido mejorado
continuamente desde sus inicios en 1988, debido a la importante realimentacin de
los clientes y a un dilogo constante entre los usuarios satisfechos y el personal
desarrollador. NEPLAN es usado para anlisis, planeamiento, optimizacin y manejo
de redes de sistemas de potencia, agua, gas y calefaccin. En el rea de sistemas de
potencia se puede ingresar, calcular y evaluar en forma rpida e interactiva cualquier
tipo de red (transmisin, distribucin, industrial, plantas de generacin) de todos los
niveles de voltaje, con cualquier nmero de nodos. El concepto modular de NEPLAN
92
U
N
E
X
P
O
permite que el planificador de la red integre un sistema de planeamiento adaptado a

sus necesidades especficas. Tiene disponible ms de 40 mdulos diferentes de
clculo, optimizacin e interfaz. NEPLAN tiene importantes fortalezas de interfaz y
puede ser fcilmente integrado en un sistema de entorno de software existente, tal
como SCADA, GIS, NIS y otros. NEPLAN es famoso por su amigabilidad con el
usuario as como por su forma eficiente y confiable de trabajar. NEPLAN es usado
alrededor del mundo con ms de 2500 licencias instaladas en Aproximadamente 60
pases.
El programa, para trabajar, requiere de una base de datos la cual describe los equipos
disponibles; es como si fuese el inventario de los equipos de red almacenados en un
depsito. Despus de haber definido un tipo de equipo en una base de datos se podrn
hacer varias copias del mismo sobre la misma red.
4.3.1 Mdulos NEPLAN (electricidad)
Dentro de las aplicaciones orientadas al trabajo con electricidad este Software

contiene diversos mdulos con determinadas funciones las cuales se presentan a
continuacin.
Mdulos Standard
Flujo de Carga
Flujo de Carga con Perfiles de Carga
Anlisis de Contingencias
Anlisis de Cortocircuito
Anlisis de Armnicos
Arranque de Motores
Clculo de Parmetros de Lnea
Reduccin de Redes
93
U
N
E
X
P
O
Mdulos de Optimizacin y Seguridad
Flujo de Carga ptimo, contingencias N-1

Capacidad de Transferencia Neta
Redes de Distribucin ptimas
Puntos de Separacin ptimos
Ubicacin de Capacitores ptima
Anlisis de Inversin (valor presente)
Amplificacin de Alimentadores
Mdulos de Estabilidad
Estabilidad de Voltaje (Anlisis Modal, Anlisis de Sensibilidad, curvas PV y

QV)
Estabilidad Transitoria y Simulacin EMT (Simpow)
Estabilidad de Pequea Seal (Anlisis Modal)
Mdulos de Proteccin
Proteccin de Sobrecorriente (Anlisis de Selectividad)

Proteccin de Distancia
Ubicacin de Fallas
Clculo de Arc Flash
Saturacin de Transformadores de Corriente
Anlisis Trmico de lneas y cables
Mantenimiento y Confiabilidad
Anlisis de Confiabilidad
Planeacin de Mantenimiento ptimo
94
U
N
E
X
P
O
4.3.2 Estudio de Flujo de Carga
Uno de los estudios ms utilizados para la planificacin, diseo y operacin de los

sistemas de potencia, es sin duda el clculo de flujo de carga. A travs de este
podemos analizar el comportamiento del sistema bajo diferentes condiciones de
operacin y estudiar los efectos de los cambios en la configuracin de equipos. Estas
soluciones son desarrolladas por medio de programas computacionales diseados
especficamente para este propsito. El objetivo principal del estudio es: encontrar los
flujos de potencia en cada lnea y transformadores, la magnitud y ngulo del voltaje
de fase en cada barra, dada la potencia de carga consumida en todas las barras.
Los programas para resolver flujos de potencia pueden ser de dos tipos, estticos
(fuera de lnea) y dinmicos (en tiempo real), aunque la mayora de los estudios de
anlisis de sistemas de potencia estn basados en modelos de redes estticas. El flujo
de potencia en tiempo real que incluye adquisicin de datos en forma directa y
contina desde la red, son usados por empresas de electricidad en sistemas
automticos de Control Supervisor. Tales sistemas son usados principalmente como
herramienta de operacin para la optimizacin de la generacin, despacho, prdidas,
y control en lnea.
Los clculos de flujos de cargas determinan los estados de los sistemas de potencia
para una carga y una distribucin de la generacin dada. El simula como si una
condicin se ha mantenido fija por algn tiempo. En realidad, los flujos de lneas y
los voltajes de barras varan constantemente en pequeas cantidades debido al cambio
constante en la carga como luces, motores, y otras cargas que son encendidas y
apagadas frecuentemente. Sin embargo, esas pequeas fluctuaciones pueden ser
ignoradas en muchos de los clculos.
95
U
N
E
X
P
O
Como la distribucin de las cargas, y posiblemente la configuracin de la red, variar

considerablemente durante diferentes periodos, puede llegar a ser necesario obtener
soluciones bajo diferentes condiciones de operacin tal como picos de cargas, carga
promedio o menor carga. Esas soluciones sern usadas para determinar tanto el modo
de operacin ptima para condiciones normales como el modo de repuesta para
condiciones anormales tales como salida de lneas o transformadores. Los flujos de
cargas son las bases para determinar cundo hay necesidad de agregar nuevos equipos
y tambin determinar la efectividad de nuevas alternativas para resolver deficiencias
presentes y requerimientos futuros.
El modelo de flujo de carga es adems la base para otros tipos de estudio tales como
corto-circuito, estabilidad, arranque de motores y estudios de armnicos.
4.3.3 Flujo de Carga NEPLAN 5.18
Dentro de sus diversas aplicaciones NEPLAN 5.18 est capacitado para realizar
estudios de flujo de carga, la estructura de dicha aplicacin se describe a
continuacin.
Caractersticas Generales
Mtodos de Clculo: Inyeccin de Corrientes, Newton Raphson, Newton

Raphson Extendido, Cada de Voltaje.
Verificacin de lmites y conversin automtica del tipo de nodo.
Control de Voltaje y Flujo por medio de transformadores desplazadores de
fase, transformadores tridevanados controlables.
Dispositivos FACTS: SVC, STATCOM, TCSC and UPFC.
Tipos de nodo: Slack, PQ, PV, PC, SC, PI, IC. Permite ms de un nodo Slack.
Intercambio de potencia entre reas/zonas (control de intercambio de rea).
Elementos y cargas asimtricas.
96
U
N
E
X
P
O
Factores de escalamiento predefinidos y definidos por el usuario, para

variaciones fciles y rpidas de carga y generacin.
Nodo Slack Distribuido.
Balanceo-Ajuste de carga.
Clculo de sensibilidad de prdidas.

Control de Convergencia de longitud de paso.
Resultados
Salida automtica de resultados.

Funciones Mover y Borrar para cajas de resultados.
Auto-definir la salida de resultados: el usuario puede seleccionar tems,
unidades, fuente, precisin y ubicacin.
Se resaltan los elementos sobrecargados y los nodos con voltaje fuera de
rangos de operacin predefinidos.
El grosor de las lneas corresponde con la cargabilidad de los elementos.
Los resultados se pueden grabar en un archivo texto (ASCII).
Resultados de Salida en forma de tablas: para la red total e individualmente
para cada rea/zona.
Listados de flujos de potencia entre reas/zonas, elementos sobrecargados,
ordenamiento, funcin.
selectiva de resultados.
4.3.4 Recomendaciones para Datos de Flujos de Cargas
La informacin que muestran los diagramas unifilares de los sistemas, definen la

configuracin de los mismos, la ubicacin y el tamao de las cargas, la generacin, y
equipos en general. Ella debe estar organizada en listas o tablas para cada
componente del sistema. La preparacin de estos datos es la base de los anlisis de
97
U
N
E
X
P
O
flujo de carga, y de otros requeridos en la modelacin de redes, tales como estudios

de estabilidad y corto-circuito. Es adems necesario que la preparacin de estos datos
sea representada de una manera consistente y detallada. Los valores deben ser los ms
precisos posibles. Redondear, o no incluir algunos decimales puede conducir a
resultados errneos. Ningn parmetro que se pueda obtener debe ser ignorado.
Se recomienda dividir los datos del sistema de potencia en las siguientes categoras,
como una organizacin tpica de la mayora de los anlisis de flujos de cargas, datos
de barras, de generadores, de motores, de lneas y de transformadores.
4.3.5 Datos Requeridos por el Programa NEPLAN 5.18
Para la realizacin de los posibles estudios que pueden ser efectuados mediante el
software NEPLAN 5.18 se deben tomar en cuenta ciertos parmetros que sern
requeridos por el programa para su ptimo funcionamiento.
Para Barras
Los datos de las barras describen cada barra. Entre estos datos estn:
Nombre de la Barra.
Tipo de Barra Nodo.
Frecuencia en Hz.
Voltaje nominal en kV.
Voltaje min y max en %.
El nombre es usado slo para propsitos de informacin e identificacin, para as

permitir al usuario dar un nombre descriptivo a la barra para hacer ms fcil el
entendimiento del mismo.
Los tipos de barras son un cdigo utilizado por los programas, para organizar
correctamente la solucin del estudio de flujo de carga. El software NEPLAN emplea
cuatro tipos de nodos o barras:
98
U
N
E
X
P
O
Barras de cargas
Barras generadoras
Barras Slack
Barras desconectadas
El trmino barra de carga y barra generadora no deben ser tomadas literalmente. Una
barra de carga es una barra que no posee generadores. Una barra de carga no
necesariamente debe tener una carga, ella puede ser simplemente un punto de
interconexin entre dos o ms lneas. Una barra de generacin puede tener una carga
conectada a ella. La barra Swing o Slack es un tipo especial de barra que es
necesaria para el proceso de solucin. Generalmente existe slo una barra Swing en el
sistema. Una barra desconectada es aquella que est temporalmente desenergizada,
ellas no son incluidas en la solucin del estudio, y no deben tener lneas en servicio
conectadas a ellas.
Las cargas generalmente son introducidas en MW y MVAR a voltaje nominal.

Normalmente, las barras de cargas son tratadas como cargas constantes en MVA, que
son independiente del voltaje.
Generadores
Los datos del generador son introducidos para cada generador en el sistema
incluyendo el generador Swing esto con el fin de obtener los resultados que sean
considerados satisfactorios para la aplicacin a realizar. Dichos datos definen la
potencia de salida del generador y la forma como es controlado el voltaje. Los datos
normalmente introducidos son los siguientes:
Parmetros:
Voltaje de Regulacin en kV.
Potencia de Regulacin en MVA.
99
U
N
E
X
P
O
Potencia de Regulacin en MW.

Factor de Potencia.
Lmites:
Potencia min en MW.
Potencia max en MW.
Potencia min en MVAR.
Potencia max en MVAR.
Operacional:
Tipo FC (PV, PQ, SL, PC).
Voltaje de Operacin en %.
Potencia Gen en MW.
Dinmico:
Reactancia de la Maquina (Xd).
Modelo (Clsico, Transitorio, Subtransitorio).
Transformadores de 2 devanados
Los datos adicionales son necesarios para los transformadores estos son:
Parmetros:
Voltaje de regulacin lado primario en kV.
Voltaje de regulacin lado secundario en kV.
Resistencia en secuencia positiva del Tx en %.
Resistencia en secuencia cero del Tx en %.
Impedancia de cortocircuito en secuencia positiva del Tx en %.
Impedancia de cortocircuito en secuencia cero del Tx en %.
Lmites:
Ir1 min en (amp).
Ir1 max en (amp).
Ir2 min en (amp).
Ir2 max en (amp).
100
U
N
E
X
P
O
Sr min en (MVA).
Sr max en (MVA).
Regulacin:
Zcc secuencia positiva en %.
Zcc secuencia cero %.
Conexin
Rango de voltajes, con el tamao de paso del Tap en %.
Tap min.
Tap nom.
Tap max.
Tap act.
Los ltimos cuatro parmetros son necesarios slo para transformadores con
cambiador de tap bajo carga los cuales varan automticamente su posicin del tap
para controlar el voltaje en algn lado del transformador. La organizacin de los
datos de los tap requiere el entendimiento de la convencin de tap utilizada por el
programa de flujo de carga.
101
CAPITULO V
MARCO METODOLGICO
En este captulo se presenta la metodologa que permiti desarrollar el presente

trabajo de grado. Se muestran aspectos como el tipo de investigacin, las tcnicas y
procedimientos que fueron usados para llevar a cabo dicha investigacin.
5.1 Tipo de Investigacin
La investigacin se considera del tipo proyectiva y evaluativa, es proyectiva debido

a que se disear un programa, es decir, que se trata de una investigacin en la cual se
realizar un diseo, para luego ser implementado en el proceso; adems es
evaluativa, ya que dicha implementacin ser puesta a prueba y posteriormente ser
validada mediante la herramienta computacional NEPLAN 5.18 para verificar que su
funcionamiento sea el adecuado.
5.2 Diseo de la Investigacin
El propsito de la investigacin es calcular de forma ptima las prdidas tcnicas en

una red de distribucin elctrica usando Algoritmos Genticos. Para tal fin se analiz
y describi la composicin y operacin de distintas redes de distribucin elctrica
usadas por la IEEE para pruebas como lo son la red de Stagg & El Abiad (5 nodos)
[142], red de la ciudad de Kumamoto Japn de 15 nodos [ 101] , red de 14 nodos, red
de 24 nodos y la red 39 nodos, todas estas de disposicin radial, adems se examin
el comportamiento de las misma bajo distintos escenarios simulados en el paquete
computacional NEPLAN 5.18, por lo tanto, lo ubica en un marco descriptivo.
U
N
E
X
P
O
La investigacin descriptiva utiliza criterios sistemticos que permitan poner en

manifiesto el comportamiento de fenmenos u ocurrencias, su preocupacin
primordial radica en describir algunas caractersticas fundamentales de conjuntos
homogneos de fenmenos (Sabino, 1992) [165], de modo que, esta investigacin es
de tipo descriptiva, ya que, busca primeramente identificar, describir, analizar,
especificar propiedades y caractersticas importantes de un sistema de distribucin
radial para as mejorar las perdidas del mismo.
En segunda instancia la investigacin es de tipo evaluativo. Esta tiene como objetivo

medir los efectos de un programa computacional creado para luego por comparacin
del software NEPLAN 5.18 observar y analizar la efectividad del mismo con las
metas que se propuso lograr, a fin de tomar decisiones subsiguientes acerca de dicho
programa, para mejorar una ejecucin futura. Adems, es un estudio no experimental,
puesto que no sugiere la comprobacin de una hiptesis sino que slo requiere la
formulacin de objetivos de la investigacin y la comprobacin de los mismos
mediante los resultados.
5.3 Poblacin y Muestra
Tamayo y Tamayo (1991) [166] expresan que la poblacin es "la totalidad del
fenmeno a estudiar, donde las unidades de poblacin poseen una caracterstica
comn, y muestra la seleccin de los elementos con la intencin de averiguar algo
sobre la poblacin de la que se estn tomando" (p. 92).
La poblacin de esta investigacin est constituida por un conjunto de redes las

cuales fueron elegidas de la bibliografa previamente referenciada.
103
U
N
E
X
P
O
5.4 Tcnica e Instrumentos de Recoleccin de Datos
Las tcnicas empleadas con el fin de recoger la informacin pertinente a este estudio,
estn conformadas por las siguientes:
Paquete de Computacin MATLAB 7.8: utilizado para la elaboracin del

software.
Paquete de Computacin NEPLAN 5.18: utilizado para la validacin del
programa realizado.
Investigacin Bibliogrfica: se realizaron revisiones bibliogrficas.
5.5 Procedimientos
Para la realizacin de esta investigacin se siguieron las siguientes acciones:
Se efectu la recopilacin y anlisis del fundamento terico de los conceptos

involucrados en la presente investigacin. Esto con el fin de conocer los
diferentes trabajos que se han realizado para solucionar problemas similares
como el presentado en esta investigacin.
Se plante y desarroll una metodologa de solucin para el clculo de
prdidas elctricas de un sistema de distribucin basado en los algoritmos
genticos. Este procedimiento implic el estudio y anlisis de las diferentes
metodologas y ecuaciones desarrolladas en artculos y trabajos actuales y
luego asumimos una de ellas en nuestro trabajo.
Implementar un modelo computacional en un lenguaje determinado,
MATLAB 7.8, que represente adecuadamente el problema del clculo ptimo
de prdidas elctricas de sistemas de distribucin. Se desarroll un programa
computacional modular y amigable con el usuario.
104
U
N
E
X
P
O
Obtener resultados ptimos al realizar el clculo de prdidas de una red de

distribucin. Una vez desarrollado el programa en lenguaje MATLAB 7.8 se
hizo estudios de varias alternativas y se determino la solucin ptima.
Validar el modelo computacional creado para el clculo ptimo de prdidas,
utilizando el software NEPLAN. Este software permite simular redes
elctricas de distribucin y tambin cuenta con un modulo de optimizacin
basado en la sumatoria de los costos.
105
CAPITULO VI
MODELOS PARA LA MINIMIZACIN DE PRDIDAS EN SISTEMAS DE

DISTRIBUCIN DE ENERGA ELCTRICA
En este captulo se muestran los modelos matemticos utilizados en el trabajo de

investigacin desarrollado.
En primer lugar se plantea el modelo usado para el clculo ptimo y minimizacin de

prdidas. Inicialmente se define el problema que se desea resolver con el fin de
indicar claramente las variables bsicas que van a aparecer posteriormente. A
continuacin se realiza el planteamiento matemtico haciendo uso de programacin
matemtica, indicando la funcin multi-objetivo y las restricciones que se aplican.
Finalmente, dentro del modelo de optimizacin de prdidas, se muestra la posibilidad
de calcular de forma ptima el costo de prdidas tcnicas que genera un sistema
elctrico de distribucin para as posteriormente elegir la que presente menos
prdidas y costos aceptables por l usuario, utilizando una metodologa
pseudodinmica.
En segundo lugar se plantea el modelo de optimizacin utilizado para la reduccin de

prdidas. El modelo matemtico presentado es general, aplicable a cualquier red de
distribucin del tipo radial.
U
N
E
X
P
O
En resumen se abarca en este captulo:

- Modelo para el clculo de prdidas
- Desarrollo del modelo computacional
6.1 Desarrollo y Planteamiento del Modelo Para el Clculo ptimo de

Prdidas.
6.1.1 Modelo de costo para el clculo de prdidas
El problema que se pretende resolver (calculo ptimo y minimizacin de prdidas en

una red de distribucin elctrica) podra plantearse de una forma simplificada
considerando que se dispone de una serie de fuentes (demanda de subestaciones o
barras de referencia (barra slack)) y de sumideros o nodos de demanda (centros de
demanda). Cada sumidero tiene asociada una determinada demanda de potencia y
cada fuente tiene un lmite mximo de la potencia de suministro. Se conocen, adems,
los datos de las lneas elctricas las cuales se encargan de transportar las potencias
desde las fuentes hasta los nodos. Cada una de las lneas posee un costo que depende
principalmente de su longitud (bsicamente costos fijos) y del valor de potencia
mxima que transporta (fundamentalmente costos variables). Tambin es conocida la
potencia de transformadores normalizados que pueden ser instalados en los nodos
dependiendo de la demanda de las cargas (usuarios) de acuerdo a las normas
CADAFE. Por lo que el costo total de prdidas del sistema podra definirse mediante
la siguiente ecuacin:
= +

(6.1)
Se trata de buscar la topologa ptima (conjunto de lneas elctricas y

transformadores) que minimice el costo de prdidas del sistema de distribucin de
107
U
N
E
X
P
O
energa elctrica (respetando una serie de restricciones tcnicas), con lo que se lograr
el funcionamiento ptimo de dicho sistema. Dentro de las restricciones se debe
sealar que los conductores que pueden utilizarse para la construccin de las lneas
sern los normalizados en areos para redes de distribucin radial de acuerdo a las
normas CADAFE, estos poseen unos lmites trmicos en cuanto a las potencias
mximas que pueden transportar los cuales no debern ser excedidos en el momento
de la optimizacin.
Adems, se deber satisfacer la primera ley de Kirchhoff en todos los nodos del
sistema de distribucin de energa elctrica, as como las restricciones de mximas
cadas de tensin en ellos, si as lo desea el usuario o planificador.
6.1.2 Modelo Multi-objetivo Empleado Para el Clculo ptimo y Minimizacin

de Prdidas
Se desea llevar a cabo un diseo optimizando, adems del costo, otros aspectos
tcnicos asociados a la red (prdidas de energa elctrica). Para tener en cuenta estos
aspectos es preciso plantear un modelo de diseo ptimo multi-objetivo y aplicar
tcnicas matemticas adecuadas para alcanzar soluciones que optimicen
simultneamente todos los objetivos que el diseador pretende minimizar.
Los objetivos considerados han sido el clculo ptimo de prdidas de un sistema de

distribucin de energa elctrica (representadas por medio de una determinada
funcin) y el costo econmico global que generan dichas prdidas.
A continuacin se describe la funcin que permitir realizar de forma ptima el

clculo de prdidas de un sistema de distribucin elctrico. Dicha funcin, junto a la
evaluacin del costo, permite realizar el clculo ptimo multi-objetivo.
108
U
N
E
X
P
O
Funcin para el clculo de prdidas:
Las prdidas de energa por cada tramo o rama son calculas de la siguiente forma:
(2 + 2 )
= [ ]
2
(6.2)
El total de las prdidas del sistema ser la suma de las prdidas obtenidas por cada
rama es decir:
1 1
( 2 + 2 )
= = [ ]
2
=0 =0
(6.3)
donde:
ri: Resistencia del conductor en el tramo i

Pi: Potencia activa del conductor en el tramo i
Qi: Potencia reactiva del conductor en el tramo i
Vi: Tensin del conductor en el tramo i
El modelo contiene tambin una funcin que representa los costos correspondientes a
las prdidas en lneas y transformadores del sistema de distribucin de energa
elctrica, as como los verdaderos costos variables no lineales asociados a la
operacin de dicho sistema. La reconductorizacin de un sistema consiste en el
aumento del calibre del conductor de una lnea, con el objetivo de conseguir una
disminucin en el costo de las prdidas inherentes al flujo de potencia que la
atraviesa. El costo del conductor que se va a instalar sumado al costo de la mano de
obra requerida para la instalacin, debe ser compensado con el ahorro producido en el
109
U
N
E
X
P
O
costo de las prdidas de energa. En consecuencia, la decisin de reconductorizar o

no, es establecida por una relacin beneficio/costo.
El problema consiste en proponer una nueva configuracin de calibres del conductor

para cada segmento de los alimentadores, de tal forma que se minimicen los costos
totales. Esa configuracin presenta cambios en segmentos seleccionados de acuerdo
con los criterios econmicos mencionados y teniendo en cuenta las restricciones
tcnicas del sistema (capacidad de las lneas y lmites de tensin en los nodos). El
planteamiento general de un problema de optimizacin se expresa como:
( )
(1 , 2 , )
(6.4)

1 (1 , 2 , )
(6.5)
2 (1 , 2 , )
(6.6)
Encontrar los calibres disponibles (Cal 1, Cal 2, Cal n), tal que se minimice el
costo total de la red (CT) y las prdidas totales (CP) sujeto a la restriccin de cada de
tencin y capacidad de carga en la red, es decir, de acuerdo a la expresin 6.1 y
considerando el planteamiento general de optimizacin de un problema descrito
antes, el problema del cambio de calibres de conductor obedece al siguiente modelo:
= +
0.95 < < 1.05 = 1, . ,
<
110
U
N
E
X
P
O
<
donde :
N-1
CI= [(CCXk +CMO)*Lk +O] si Xk Xk0

i=1
(6.7)
N-1 Nodos n
CP= Plk *CkWh + Ptxi *CkWh

k=1 i=1
(6.8)
N-1
Plk = rk * Lk *Ik 2
k=1
(6.9)
Variables de decisin:
= [1 2 . . . 1 ]
(6.10)
donde:
CT: Costos totales de la red en Bs.F

CI: Costos de inversin en Bs.F
CP: Costos de prdidas de energa del sistema por kWh
CCXk : Costo por unidad de longitud del calibre Xk
CMO: Costo de instalacin por unidad de longitud
Invmax: Inversin mxima
Sk: Potencia en el tramo k
Smaxk: Potencia mxima en el tramo k
Lk: Longitud del tramo k
O: Otros costos
111
U
N
E
X
P
O
Xk: Calibre del segmento k

Xk0: Calibre original del segmento k
Plk: Perdidas de potencia en el tramo k
Ptxi: Perdidas de potencia del transformador instalado en el nodo n
CkWh: Costos del kilovatio hora
rk: Resistencia por unidad de longitud del segmento k
Ik2: Corriente que fluye por el segmento k
Cal Disp: Conjunto de calibres disponibles
La funcin multi-objetivo minimiza los costos totales, los cuales corresponden a los
costos de inversin para la reconductorizacin y transformadores ms los costos de
las prdidas de energa de ambos. Los costos de inversin comprenden: costo de
cable instalado, costo de transporte e instalacin y otros costos como el de cada
transformador instalado en las barras o nodos.
Las restricciones del modelo son las tensiones en los nodos y el lmite que impone la
capacidad de las lneas para el flujo de potencia. Por ello, se hace uso de un ndice de
calidad de tensin modificado, el cual fue propuesto por Aznar [9] basado en un
trabajo previo de Ailleret [6], y que tiene en cuenta las desviaciones de tensin
respecto de la nominal independientemente del nivel de potencia de las cargas
conectadas en cada nodo.
El mtodo implementado busca las soluciones de la funcin objetivo f (x) = min D,

donde D es el nuevo ndice, llamado ndice de Desviacin de Tensin o IDT, que est
sujeto a las restricciones reglamentarias de 7 %.
En nuestro Caso el ndice de Desviacin de Tensin debe permanecer en el rango de

5 %.
112
U
N
E
X
P
O
Restriccin: 5 % IDT

( )2
= 2

=1
(6.11)
donde:
D: ndice de Calidad de Tensin o IDT

Ui : Tensin en el nudo i.
Uni : Tensin nominal en el nudo i
A efectos prcticos, se trabajar en magnitudes unitarias y por tanto los Ui estarn

cercanos a la unidad y los Uni siempre sern iguales a la unidad.
El calibre propuesto para cada segmento es tomado de un conjunto de opciones

previamente definido. Usualmente las empresas de distribucin de energa en
Venezuela manejan el conjunto de calibres (2, 1/0, 2/0 y 4/0) para el diseo de redes
de distribucin elctrica del tipo areo. Para la solucin del problema, es necesaria
una codificacin adecuada. Para esto, se define un vector X, donde cada elemento de
este vector representa el nmero del calibre del segmento asociado.
6.1.3 Desarrollo del Modelo Usado Para la Optimizacin Basado en Algoritmos

Genticos
En el apartado anterior se ha presentado el modelo para el clculo ptimo de prdidas

de una red de distribucin en funcin del costo. Con l se alcanza la configuracin
ptima de un sistema de distribucin tal que minimice una determinada funcin de
costos asociados al mismo y sujeta a unas determinadas restricciones de tipo tcnico.
Para tener en cuenta estos aspectos es preciso plantear un modelo de optimizacin y
113
U
N
E
X
P
O
aplicar tcnicas matemticas adecuadas para alcanzar soluciones que optimicen

simultneamente todos los objetivos que el diseador pretende minimizar.
Estructura y Caractersticas del Algoritmo Gentico Usado Para el

Desarrollado ptimo del Presente Trabajo.
Esta Tesis propone el empleo de un algoritmo gentico clsico, conducido mediante

tcnicas heursticas y que ha sido modificado en su estructura para resolver el
problema especfico de la optimizacin de prdidas tcnicas, exclusivamente,
mediante el cambio de conductores de una red de distribucin elctrica. Esta
caracterstica permite una bsqueda ms eficiente (ya que el espacio a explorar es el
conjunto de soluciones factibles) y evita los problemas de convergencia de los
algoritmos genticos basados en penalizaciones.
Es importante hacer notar la relevancia de buscar en un espacio de soluciones

factibles, ya que ello mejora notablemente la velocidad del algoritmo as como su
convergencia.
El algoritmo propuesto preserva la factibilidad de todos los individuos en todas las

generaciones. Ello es posible gracias a la utilizacin de un esquema de trabajo donde
slo se generan individuos factibles con los que trabajar. Estos individuos
corresponden al calibre de los conductores normalizados para redes de distribucin
elctrica, estando forzados a adoptar valores estndar de dichos conductores.
El algoritmo emplea una alfabetizacin binaria para representar el nmero de

circuitos que componen la red y el calibre de conductores que corresponde a cada
circuito o tramo de la red estudiada.
La principal ventaja es que no se necesita de un algoritmo de reparacin que trabaje
sobre un espacio de bsqueda amplio, lleno de soluciones infactibles, sino en
114
U
N
E
X
P
O
espacios de bsqueda acotados (compuestos de soluciones factibles). Por ello, la

exploracin es ms reducida y aumenta la eficiencia del algoritmo.
Como puede apreciarse, las tcnicas evolutivas se nutren de un vocabulario
procedente de la biologa y la gentica. Bajo esta observacin, se define todo un
conjunto de aspectos y conceptos que tienen una relacin unvoca con cada uno de los
parmetros empleados en ambos campos: el algortmico y el de la biogentica.
De acuerdo a lo descrito en el apartado 4.2.3 los cromosomas son estructura de datos

que contiene una cadena de parmetros de diseo o genes. Esta estructura de datos
puede almacenarse, por ejemplo, como una cadena de bits o un array de enteros (ver
Figura 6.1).
Los algoritmos genticos requieren que el conjunto se codifique en un cromosoma.

Cada cromosoma tiene varios genes, que corresponden a los parmetros del
problema. Para poder trabajar con estos genes en el ordenador, es necesario
codificarlos en una cadena, es decir, una ristra de smbolos (nmeros o letras) que
generalmente va a estar compuesta de ceros y unos.
Los tres mtodos principales de codificacin de variables son:
Cadenas binarias, secuencias de unos y ceros donde el dgito de cada posicin

representa el valor de algn aspecto de la solucin.
Cadenas de enteros o nmeros decimales donde cada posicin representa algn
aspecto particular de la solucin. Este mtodo permite una mayor precisin y
complejidad que el mtodo comparativamente restringido de utilizar slo nmeros
binarios, y a menudo est intuitivamente ms cerca del espacio de problemas.
Cadenas de letras donde cada letra representa un aspecto especfico de la solucin.
115
U
N
E
X
P
O
Figura 6.1 Ejemplo de cromosoma con codificacin binaria
Se llama Gen a un trozo de cromosoma que suele codificar el valor de un solo

parmetro (ver Figura 6.2).
Figura 6.2 Ejemplo de gen dentro de un cromosoma
Se denomina Genotipo a la codificacin (por ejemplo, binaria) de los parmetros que

representan una solucin del problema a resolverse (ver Figura 6.3).
Se denomina Fenotipo a la decodificacin del cromosoma. Es decir, a los valores

obtenidos al pasar de la representacin (binaria) a la usada por la funcin objetivo
(ver Figura 6.3).
Figura 6.3 Ejemplo de Fenotipo
Se denomina Individuo a un solo miembro de la poblacin de soluciones potenciales

de un problema. Cada individuo contiene un cromosoma (o de manera ms general,
un genoma) que representa una solucin posible al problema a resolverse.
Se denomina Aptitud al valor que se asigna a cada individuo y que indica lo bueno
que es ste con respecto a los dems para la solucin de un problema.
116
U
N
E
X
P
O
Se denomina Alelo a cada valor posible que puede adquirir una cierta posicin
gentica. Si se usa representacin binaria, un alelo puede valer 0 1.
Llamamos Generacin a una iteracin de la medida de aptitud y a la creacin de una

nueva poblacin por medio de operadores de reproduccin.
La optimizacin es funcin de la representacin de los datos. Una buena codificacin

puede hacer la programacin y resolucin muy sencillas, mientras que una
codificacin errada obligar a estudiar que los individuos cumplan las restricciones
del problema. Adems, la velocidad de convergencia va a estar fuertemente
influenciada por la representacin.
En el caso de optimizacin de prdidas mediante el cambio de calibre de conductores,

cada gen proporciona la informacin relativa al calibre del conductor de un circuito
cualquiera que conforme la red. En funcin de la posicin que ocupe dentro del
cromosoma, se tratar de un circuito u otro, siendo el numero de alelos igual al
nmero de lneas multiplicados por dos ya que estos estn compuestos por dos bits
para representar el calibre de conductores normalizados en areo, donde cada alelo
sera el calibre del conductor que corresponde a ese determinado ramal o circuito.
El cromosoma o genotipo es el conjunto de genes que representa una solucin del

problema. El fenotipo de ese conjunto de genes es el conjunto de conductores que
conforman cada circuito de la red, es decir, la secuencia de calibres de conductores
que deben adoptarse en los circuitos o rama para llevar la red al ptimo.
Los algoritmos genticos estn orientados a la resolucin de problemas que no son

resolubles mediante tcnicas de optimizacin convencionales. Las principales
caractersticas de estos problemas son su carcter no lineal, combinatorio, no
117
U
N
E
X
P
O
convexo, no diferenciable, de gran dimensin, entero-mixto, con gran nmero de

restricciones, etc.
Estos algoritmos pertenecen a la clase de algoritmos probabilistas pero, a diferencia
de los algoritmos aleatorios, combinan elementos de bsqueda conducida y
estocstica. Debido a esto, los algoritmos genticos son ms eficaces que las tcnicas
de bsqueda conducida.
Como cualquier algoritmo gentico, el desarrollado en esta Tesis consta de las fases
que se describen en la Figura 6.4.
Figura 6.4 Esquema tpico de un algoritmo gentico secuencial
118
U
N
E
X
P
O
Las fases desarrolladas, ms especficamente, se corresponden con las siguientes:
Fase 1. Inicializacin
A continuacin, se lee el fichero de datos que contiene la red a tratar (en este caso se
han tratado diversas redes como el sistema de cinco barras del Stagg & El Abiad,
sistema de 15 barras de la ciudad de Kumamoto Japn, etc) y en el cual se definen las
caractersticas de todos los nodos, todas las lneas, todos los generadores as como
todos los transformadores. Se genera una poblacin inicial aleatoria, puesto que se ha
demostrado que utilizar una poblacin inicial aleatoria acelera el proceso de
obtencin del ptimo. Dicha poblacin formara una matriz de nmeros aleatorios
(compuesta por 0 y 1) con (tamao de la poblacin o individuos) filas y
(caractersticas del individuo o n de conductores) columnas. Todas las soluciones
son factibles de inmediato ya que han sido generadas conforme a un patrn de
codificacin binaria que corresponden con el nmero de circuitos que componen la
red y el calibre de conductores que conforman a cada circuito.
Fase 2. Seleccin
Se han utilizado diversas tcnicas de seleccin a modo de anlisis comparativo. Entre

estas tcnicas, y como algoritmos ms empleados, estn la ruleta (Roulette Wheel
Selection, RWS) y Muestreo Estocstico Universal (Stochastical Universal
Sampling, SUS), ambos ya descritos en el captulo 4.
A modo de resumen, estos mtodos seleccionan, aleatoriamente, los mejores

individuos de la generacin anterior para ser padres de la generacin en curso. Los
mejores individuos son aquellas soluciones que producen menores perdidas a menor
costo con una restriccin del menor ndice en calidad de tensin con respecto a la
tensin nominal en cada nodo, esto puede definirse de acuerdo a la siguiente funcin
fitness:
119
U
N
E
X
P
O
() () ()
= = =
=1 ()
(6.9)
donde:
F: Fitness
Costoi : Costo total de la red i.
Perdidasi : Perdidas totales de la red i
La probabilidad de seleccin de cada individuo se calcula en funcin de su medida de

calidad o fitness. Esto con el fin de mejorar la convergencia del algoritmo ya que as,
se evita la aparicin de individuos dominantes que produzcan una convergencia
prematura, y se aumentan las diferencias entre individuos muy parecidos en trminos
de medida de calidad para evitar que el proceso de bsqueda sea completamente
aleatorio.
Fase 3. Aplicacin de Operadores Genticos
La aplicacin del operador elitista asegura la supervivencia de una o varias de las

mejores soluciones encontradas en cada generacin. Este operador se implementa de
una forma muy sencilla y prctica: se hacen pasar a la generacin siguiente aquellos
individuos con mejor fitness. Como se ha demostrado en el captulo 4, este operador
es necesario para que haya convergencia asinttica al ptimo.
Una vez que se han apartado las mejores soluciones, se emplea el operador cruce, el
cual genera una pareja de soluciones hijos a partir de cada pareja de soluciones
padres. Se genera un nmero de soluciones igual al tamao de la poblacin menos
aquellas soluciones elitistas que han pasado directamente a la siguiente generacin.
120
U
N
E
X
P
O
Por ltimo, bajo una determinada probabilidad de ocurrencia, se aplica el operador

mutacin a algunas de las soluciones escogidas aleatoriamente.
Fase 4. Tratamiento de Infactibilidades y Evaluacin
Uno de los puntos fuertes del mtodo elegido estriba en la habilidad innata para no
generar soluciones no factibles. Debido a la propia naturaleza de la codificacin (que
se ver ms adelante), los individuos de la poblacin puede cruzarse entre s o
mutarse y siempre generarn nuevos individuos que pertenecen al espacio de posibles
soluciones. Esto presenta una gran ventaja desde el punto de vista computacional ya
que es bien sabido los grandes costos en tiempo que acarrean las reparaciones de
infactibilidad [10].
El criterio de convergencia empleado es un nmero mximo de generaciones, aunque

tambin se puede parar el proceso si la diferencia entre las ltimas mejores soluciones
encontradas no supera un lmite.
Parmetros de los operadores. Influencia en el proceso de optimizacin.
En los artculos especializados [Grefenstette (1986) [67], Bck (1993) [16]] se

sealan los valores adecuados de las tasas de cruce y de mutacin, indicando unos
rangos para dichos parmetros que ofrecen los mejores resultados para determinados
problemas de optimizacin. Estos valores son: Tasa de cruce de 0.4 - 0.9, y una tasa
de mutacin de 0.01. Los valores dependen del tipo de problema a resolver y del
mtodo de eliminacin o conservacin de soluciones al pasar de una generacin a
otra.
Una tasa de cruce de valor muy elevado retrasa el desarrollo del algoritmo. Adems,
da lugar a una bsqueda dirigida por parte del algoritmo gentico, ya que son las
121
U
N
E
X
P
O
soluciones con mayor aptitud las que poseen ms probabilidad de ser utilizadas para
formar otras nuevas al aplicar el operador cruce.
Una tasa de mutacin elevada produce una bsqueda aleatoria en la que a partir de
unas determinadas soluciones se obtienen otras que surgen de la modificacin de
algunos bits de las primeras. Por estos motivos, es preciso calibrar de forma adecuada
estos dos parmetros para evitar que la convergencia hacia una solucin sea
excesivamente rpida (tasa de cruce demasiado elevada) o que no se obtenga la
solucin (tasa de mutacin excesivamente grande).
Durante los procesos de cruce y mutacin, algunas cadenas son reemplazadas por
otras nuevas, ya que la poblacin total suele permanecer constante a lo largo de las
generaciones. Por ello, debe de establecerse algn criterio de seleccin que determine
las cadenas que han de ser suprimidas.
Tras completar el proceso de muestreo (reproduccin), cruce y mutacin, ha

transcurrido una generacin en la ejecucin de un algoritmo gentico.
Representacin
Las dos principales acciones que relacionan a un algoritmo gentico con el problema
a resolver son: (i) la forma de traducir una solucin del problema a un cromosoma o
individuo, y (ii) la eleccin de una funcin de evaluacin que devuelva una medida de
la calidad de cada solucin en el contexto del problema. El xito del algoritmo
gentico depende en gran medida de estos dos aspectos.
La codificacin es especfica para cada problema, incluso se pueden encontrar

diversas formas de representar las soluciones de un mismo problema. El problema
tratado en esta Tesis, clculo ptimo y minimizacin de prdidas tcnicas en redes de
122
U
N
E
X
P
O
distribucin se apoya en la sustitucin del calibre de conductores para minimizar

dichas prdidas, definiendo en un principio que la mejor forma de representacin
poda ser la binaria. Esto se tradujo en una implementacin como se indica en la
Figura 6.5. En dicha Figura se observa como en la codificacin de los conductores de
un circuito k se utilizan 2 posiciones (2 bits) para representar el calibre de sus
conductores o lneas para redes elctricas radiales del tipo areo de acuerdo a las
normas CADAFE.
Figura 6.5 Representacin de la Codificacin Binaria del Calibre de Conductores de

los Ramales Circuitos que Componen una Red Elctrica de
Distribucin.
La funcin multi-objetivo descrita en el apartado 6.2 en conjunto con el mtodo de

algoritmos genticos conforman el modelo de optimizacin empleado para el presente
trabajo como se observa a continuacin:
123
U
N
E
X
P
O
Poblacin (individuos)
Matriz
Poblacin = [N x M]
N = Individuos
M = Caractersticas del individuo (Cromosoma)
Cromosoma = Genes = (n de conductores)
n de conductores = 4 en binario 2 bits
El nmero de alelos depende del n de lneas

n de alelos = n de lneas x 2
Poblacin = [n de indv x (n de lneas x 2)]
Se Decodifica la Poblacin = [valores de conductores]
Se optimizan las prdidas y los costos de los valores de los conductores que
conforman la red
Prdidas FC Vector
Optimizacin Matriz
Poblacin
Costos F(x) Vector
donde:
FC: Flujo de Carga

F(x): Funcin de Costos
Se le aplica Elitismo [Matriz Poblacin] Se eligen los mejores individuos
124
U
N
E
X
P
O
Ruleta
Seleccin Deterministica
Por torneo
Cruce de 1 punto
Repite el algoritmo
Cruce Cruce de 2 puntos
Cruce uniforme
Mutacin
Se crea la poblacin
6.2 Desarrollo del Modelo Computacional Empleado para la Simulacin del

Sistema de Distribucin Radial ptimo
En la Ingeniera Elctrica, la mayora de los programas elaborados anteriormente

tenan como desventaja que no eran para nada amistosos para el usuario, no permitan
la representacin grafica del sistema en estudio y el proceso de introducir los datos
era a travs de listados de comando. Es aqu donde se origina la necesidad de crear
nuevos programas que se adecuen a las necesidades de los usuarios de nuestros
tiempos, es decir, que posean una interfaz grfica que sea intuitiva e interactiva.
En el marco de lo anteriormente expuesto es que surge la idea de crear el Sistema de

Distribucin Radial Optimo (SDRO), que es un programa para computadores
orientado especficamente hacia el clculo de flujos de potencia en sistemas de
distribucin y a la optimizacin de prdidas tcnicas en dichos sistemas mediante el
cambio de calibre de conductores de forma fcil y sencilla para el usuario.
125
U
N
E
X
P
O
El lenguaje de programacin utilizado para elaborar el programa fue MATLAB 7.8,

debido a que es un lenguaje de alto nivel, que presenta un ambiente de trabajo
amigable, complementado a su vez por la sencillez que caracteriza a este lenguaje de
programacin, adems de poseer dentro del programa MATLAB 7.8, una amplia
ayuda que acompaada por la extensa bibliografa existente sobre este lenguaje
facilitan la labor de programacin. Otro de los beneficios que este lenguaje ofrece es
la precisin en el tratamiento de nmeros y de grficos.
A continuacin se expondrn los requerimientos que deben poseer los modelos para
la representacin y simulacin de los mismos. Los requerimientos incluyen el anlisis
de las caractersticas ms importantes que deben poseer los modelos para la
representacin de generadores, transformadores de potencia, lneas de transmisin,
barras y cargas, de esta forma, realizar una evaluacin de ventajas y desventajas de
las distintas opciones que ofrece la librera del software SDRO, para representar los
modelos tpicamente usados para la simulacin de flujos de potencias y optimizacin
de prdidas.
6.2.1 Representacin de componentes
Para la realizacin del clculo ptimo de perdidas tcnicas es necesario contar con un
programa computacional que permita modelar las redes lo ms reales posibles de
manera que los resultados de flujos de potencia generados por dicho programa sean
los ms ptimos posible.
Por lo anteriormente expuesto, la metodologa a utilizar consiste en modelar con

precisin la parte de inters y utilizar equivalentes para representar el resto de la red.
Se entiende que para modelar con precisin la zona de inters es necesario incluir
todos los elementos que pudiesen influir en el clculo ptimo de perdidas.
126
U
N
E
X
P
O
6.2.1.1 Datos Requeridos Por el Programa SDRO Para Barras o Nodos.

Los datos de las barras describen cada barra. Entre estos datos estn:
Nombre de la Barra
Tipo de Barra Nodo
Voltaje base del sistema en kV
Potencia Aparente base del sistema en MVA
Voltaje del nodo en p.u. (Vn)
Angulo de la tensin de la barra Slack el cual debe estar expresado en
Radianes
Potencia Activa y Reactiva Generada o inyectada a la Barra (PG y QG)
Potencia Activa y Reactiva de Carga conectada a la Barra (PL y QL)
Lmites de Potencias Reactivas de la Barra (Qmin y Qmax)
El nombre es usado slo para propsitos de informacin e identificacin, para as

permitir al usuario dar un nombre descriptivo a la barra para hacer ms fcil el
entendimiento del mismo.
Los tipos de barras son un cdigo utilizado por los programas, para organizar
correctamente la solucin del estudio de flujo de carga. El software SDRO emplea
tres tipos de nodos o barras:
Barras Slack (SL)

Barras generadoras (PV)
Barras de cargas (PQ)
La barra Swing o Slack es un tipo especial de barra el cual es usada como

referencia. Generalmente existe slo una barra Swing en el sistema. En estudios
127
U
N
E
X
P
O
industriales la empresa generadora es usualmente representada por una barra Swing.

Una barra de carga es una barra que no posee generadores. Esta tipo de barra no
necesariamente debe tener una carga, ella puede ser simplemente un punto de
interconexin entre dos o ms lneas. Una barra de generacin puede tener una carga
conectada a ella.
Las cargas generalmente son introducidas en MW y MVAR a voltaje nominal.

Normalmente, las barras de cargas son tratadas como cargas constantes en MVA, que
son independiente del voltaje. Los voltajes bases tambin son introducidos para
permitir reportes, mostrando voltajes en voltios y corrientes en amperios.
6.2.1.2 Datos requeridos por el programa SDRO para Lneas de Distribucin.
Los datos describen cada lnea. Entre estos datos estn:
Nombre de la Lnea
Direccin de la Lnea (Desde Nodo Hasta Nodo)
Calibre del Conductor o lnea
Longitud del Conductor en km
Caractersticas del Conductor: Resistencia (ohm/km), Reactancia (ohm/km) y
Corriente mxima (A)
Si existen transformadores especificar los taps (Vr/Vn)
Admitancia a tierra (B/2)
Para optimizar las prdidas por cambio de conductores el calibre de los mismos
deber elegirse segn los establecidos por las normas CADAFE para Sistemas
Radiales de Distribucin Areos los cuales sern del tipo ARVIDAL (2, 1/0, 2/0 y
4/0). De existir otro tipo de conductor para resolver flujos de potencia el programa
brinda la opcin de poder introducir las caractersticas del mismo.
128
U
N
E
X
P
O
Si existen transformadores se deber especificar los taps de acuerdo a la relacin

Vr/Vn donde Vr es la tensin real que existe en el nodo o barra y Vn ser la tensin
nominal del nodo.
6.2.1.3 Flujos de Potencia Mediante el Programa SDRO
Escogencia de un Mtodo Clsico o Tradicional para la Solucin del

Problema de los Flujos de Potencia
Luego de revisar la bibliografa consultada, a travs de este trabajo se pudo establecer

ciertas caractersticas que describen a cada uno de los mtodos tradicionales o
clsicos empleados para la resolucin de los flujos de potencia, que permitieron la
escogencia de un nico mtodo para ser implementado en el programa, las
caractersticas ms resaltantes son presentadas a continuacin.
El mtodo de Gauss-Seidel empleando la matriz de admitancia se caracteriza por ser

relativamente insensible a las estimaciones inciales de voltajes, por su poco
requerimiento de memoria y su simple programacin. Pero es de destacar tambin su
lenta convergencia, acentuada en los sistemas radiales (la matriz de admitancia es
muy dispersa en estos sistemas), en efecto esta lentitud tiene su origen
primordialmente en la naturaleza dispersa de la matriz de admitancias, el nmero de
iteraciones requeridas para obtener la solucin es dependiente del tamao del sistema.
Muchos casos no pueden ser solucionados con el mtodo de Gauss-Seidel y esto se

hace notable para sistemas con impedancias negativas, todo esto hace poco atractivo
el empleo de este mtodo.
Por otra parte, el mtodo de Newton-Raphson presenta excelentes caractersticas de

convergencia, pero estas se ven afectada ya que el algoritmo de Newton- Raphson, es
129
U
N
E
X
P
O
algo ms susceptible a fracasar en comparacin con otros mtodos, si los valores

inciales del perfil de voltaje no son juiciosamente escogidos.
La mayor desventaja de este procedimiento, consiste en tener que calcular e invertir

para cada iteracin la matriz Jacobiana, que es de aproximadamente dos veces el
tamao de la matriz de admitancia, pero tiene su solucin empleando el mtodo de
eliminacin Gaussiana, el cual facilita la resolucin del problema reduciendo
notablemente los tiempos de procesamiento, el nmero de iteraciones requeridas para
obtener la solucin es prcticamente independiente del tamao del sistema, adems se
pueden obtener soluciones para aquellos sistemas que presentan impedancias
negativas. La matriz Jacobiana del mtodo de Newton requiere considerablemente
ms memoria que la matriz admitancia de barra (YBarra) del mtodo de Gauss Seidel,
pero la tcnica de Newton-Raphson es tan exitosa que la mayor parte, de los
programas que existen ahora estn escritos con ese algoritmo.
Los primeros algoritmos planteados empleaban una iteracin de Gauss-Seidel antes

de comenzar con el proceso de Newton-Raphson. Este proceso no es aconsejable
porque el algoritmo de Gauss usualmente distorsiona el perfil de voltaje en las
primeras pocas iteraciones y causas que algunas barras del sistema se distancien de la
solucin que fue originalmente estimada. Adems, la restriccin de impedancias no
negativas presentada por el mtodo de Gauss-Seidel, impone lmites innecesarios al
mtodo de Newton-Raphson.
La versin desacoplada del mtodo de Newton presenta excelentes caractersticas de

convergencia, pero contemplan una serie de aproximaciones que simplifican la matriz
Jacobiana, logrando con esto que el tiempo de cada iteracin sea menor, sin embargo,
estas aproximaciones consideran un alto valor de la razn X/R, lo cual no resulta
efectivo si se le aplica a sistemas de distribucin.
130
U
N
E
X
P
O
Considerando las caractersticas de cada uno de los mtodos, se escogi para la

implementacin dentro de este programa el mtodo de Newton-Raphson, por ser el
ms confiable, a pesar de tener algunas desventajas. Entre las principales cualidades
que ste presenta resaltan: que el nmero de iteraciones requeridas para obtener la
solucin es prcticamente independiente del tamao del sistema y que, adems, se
pueden obtener soluciones para aquellos que presentan impedancias negativas. Todo
lo cual le hace el ms adecuado para su implementacin dentro de la aplicacin.
Se presentan primero los fundamentos matemticos del mtodo usado
El problema matemtico por resolver consiste en n relaciones tal como se muestra a

continuacin:
Sistemas de ecuaciones no lineales
f1 ( x1 ,..., x n ) 0
f ( x ,..., x ) 0
Sistema general de 2 1 n
ecuaciones algebraicas
no lineales simultneas .........
f n ( x1 ,..., x n ) 0 (6.10)
f1 x1
f1.fn, son funciones dadas. x
f
F x
x1.xn, son incgnitas. 2 2
... ...

fn xn
(6.11)
F ( x) 0
131
U
N
E
X
P
O
Aproximacin lineal por Taylor:
f 1 ( x) f ( x)
f1 ( x x) f1 ( x) x1 .... 1 x n
x1 x n
f 2 ( x) f ( x)
f 2 ( x x) f 2 ( x) x1 .... 2 x n
x1 x n
...............
f n ( x) f ( x)
f n ( x x) f n ( x) x1 .... n x n (6.12)
x1 x n
Supongamos que tomamos una estimacin inicial de la solucin donde x = xr
f 1 ( x) f1 ( x)
f1 ( x r x) f1 ( x r ) x1 .... x n 0
x1 x x r x n x x r
f 2 ( x) f 2 ( x)
f 2 ( x r x) f 2 ( x r ) x1 .... x n 0
x1 x x r x n x x r
..............
f n ( x) f n ( x)
f n ( x r x) f n ( x r ) x1 .... x n 0
x1 x xr
x n x xr
(6.13)
donde:
xr= Condicin inicial
r: iteraciones
Estimacin del error x:
f1 ( x) f1 ( x) f1 ( x)
...
f1 ( x ) x1
r x2 xn x1 0

r f 2 ( x) f 2 ( x) f 2 ( x) x 0
f 2 ( x )
xn
2

...
... x1 x2
... ...
r
... ... ... ...
f n ( x ) f n ( x) f n ( x) xn 0
... ... (6.14)
x1 xn
132
U
N
E
X
P
O
Entonces
f1 ( x) f1 ( x) f1 ( x)
x ...
x2 xn f1 ( x r )
1

f
2 x)( f 2 ( x) f 2 ( x)
... f 2 ( x r )
J ( x ) x1
r
x2 xn F (x )
r
... ... ... ... ...
f ( x) f n ( x) r (6.15)
n ... ... f n ( x )
x1 xn
x1
x
x 2
...
(6.16)
xn
donde:
J(xr) = Matriz Jacobiana

F(xr) = Vector de Apartamiento
x = Estimador lineal del error
De esta manera se obtiene:
1
f1 ( x) f1 ( x) f1 ( x)
x ...
x1 x2 xn f1 ( x r )
1

x f ( x) f 2 ( x) f 2 ( x) f ( x r )
2
2
2 x x2
...
xn
... ...
1
...
... ... ...
xn f ( x) f n ( x) f n ( x r )
n ... ...
x1 xn (6.17)
x1r 1 x1r x1
r 1 r
x2 x2 x2
... ... ...
r 1 r
xn xn xn (6.18)
133
U
N
E
X
P
O
donde:
xnr+1: Estimador mejorado del valor xr supuesto inicialmente

r: iteraciones
Elegir las variables de estado (x):
(a) Para barras PQ, elegir la magnitud del voltaje de barra y su ngulo de fase
asociado.
(b) Para barras PV, elegir el ngulo de fase (la magnitud del voltaje es fija)
Para barra flotante (referencia), tanto magnitud de voltaje como ngulo de fase son
cantidades especificadas.
PQ & PV
x
V (6.19)
donde:
PQ: Barras de cargas

PV: Barras de tensin controladas
Entonces:
Pi sp Pi ( x)
Qisp Qi ( x)
P( x) P sp
F ( x) sp
0
Q ( x ) Q
(6.20)
134
U
N
E
X
P
O
donde :
Pi sp : Potencia activa para la barra i especificada

Qi sp: Potencia reactiva para la barra i especificada
Pi (x): Potencia activa desconocida
Qi(x): Potencia reactiva desconocida
k n
Pi Pi sp Vi Vk ( g ik cos ik bik sen ik )
k 1
k n
Qi Qisp Vi Vk ( g ik sen ik bik cos ik )
k 1
(6.21)
P( x r )
F ( x r ) r
0
Q( x ) (6.22)
F ( x r ) J ( x r ) x 0 J ( x r ) x F ( x r ) (6.23)
P( x r )
J r PQ & PV

Q( x )
V
(6.24)
H r N r P( x r )
r PQ & PV
M Lr V / V Q( x r )
(6.25)
Donde H r, N r, M r y Lr son submatrices que componen a la matriz Jacobiana.
135
U
N
E
X
P
O
Pi k n
H ii
i
Vi V
k 1
k (bik cos ik g ik sen ik ) (6.26)
k i
H ii Qir biiVi 2
(6.27)
Pi
H ik Vi Vk ( g ik sen ik bik cos ik )
k (6.28)
Qi k n
M ii Vi Vk ( g ik cos ik bik sen ik )
i k 1 (6.29)
k i
M ii Pi r g iiVi 2
(6.30)
Qi
M ik Vi Vk ( g ik cos ik bik sen ik )
k (6.31)
( Pi )
N ii Vi Pi r g iiVi 2 (6.32)
Vk
( Pi )
N ik Vk M ik (6.33)
Vk
( Qi )
Lii Vi Qir biiVi 2
Vi (6.34)
( Qi )
Lik Vk H ik
Vk (6.35)
H r N r P( x r )
r
M Lr V / V Q( x r )
(6.36)
1
H r N r P( x r )
V / V r (6.37)
M Lr Q( x r )
136
U
N
E
X
P
O
Por lo tanto el valor mejorado de x r ser:

x r 1 x r (6.38)
V
Como se han despreciado trminos de orden superior, xr+1 no ser la solucin

correcta, y se debe repetir el proceso en forma iterativa hasta que se obtenga que se
obtenga la solucin adecuada.
Teniendo ya una comprensin del mtodos numricos usados, corresponde ver su

aplicacin al caso de los Sistemas de Potencia mediante un diagrama de flujo como se
muestra en las Figuras 6.6 y 6.7.
Figura 6.6 Diagrama de flujo mtodo de Newton-Raphson (parte I)
137
U
N
E
X
P
O
Figura 6.7 Diagrama de flujo mtodo de Newton-Raphson (parte II)
Con el fin de mostrar grficamente la convergencia del mtodo (ver Figura 6.8), se
utiliza la funcin f(x) = x2- 5x - 4 = 0. En este caso, la ecuacin general del mtodo
viene dada mediante la siguiente ecuacin:
[x k+1] = [x k] + [x k] = [x k] [J k] -1[f k]
(6.38)
En tonces:
x k+1= x k (f /x)-1f k = xk (2xk-5)-1((2xk)2 -5xk +4)-1 = ((xk) 2 4) / (2xk-5)

(6.39)
138
U
N
E
X
P
O
Utilizando las distintas condiciones inciales x0 = 3 y x0 = 4,5 y evalundolas en la

ecuacin 6.39, se obtiene el siguiente resultado:
1 = (9 4)(6 5) = 5,00 1 = (20,25 4)(9 5) = 4,06

2
= (25 4)(10 5) = 4,20 2 = (16,48 4)(8,12 5) = 4,00
3 = (17,64 4)(8,4 5) = 4,01
4 = (16,08 4)(8,02 5) = 4,00
A continuacin se muestra la grafica de los resultados obtenidos anteriormente:
Figura 6. 8 Ejemplo del Mtodo de Newton Raphson
Importancia de los flujos de potencia mediante el SDRO
Para el clculo y anlisis de flujos de potencia en SDE el programa SDRO dentro de

sus diversas aplicaciones permite realizar estudios tales como:
Determinacin de flujos de potencia activa y reactiva en una red elctrica.

Clculo de voltajes en las barras de una red elctrica.
139
U
N
E
X
P
O
Clculo de prdidas en una red elctrica.

Estudios de alternativas para la planificacin de nuevos sistemas o ampliacin de
los ya existentes.
Evaluacin de efectos de prdidas temporales de generacin o de circuitos de
transmisin.
Evaluacin de efectos al reconfigurar los circuitos de un SEP (por ejemplo ante
la prdida de una lnea de transmisin).
Evaluacin de las mejoras que se producen ante el cambio en la seccin de los
conductores de un SEP.
140
CAPITULO VII
RESULTADOS COMPUTACIONALES
En este captulo se muestran los resultados que se han obtenido durante el trabajo de
investigacin realizado.
En primer lugar para comprobar la validez de la herramienta computacional SDRO,

se simularon mediante el software NEPLAN 5.18 una serie de redes extradas de la
referencia documental consultada ([142], [143]) para posteriormente mostrar los
resultados del flujo de carga mediante el mtodo clsico de Newton-Raphson.
Para el mtodo clsico se resolvieron dos ejercicios:
1. Red de cinco barras (resuelto paso a paso) [142].

2. Sistema de distribucin radial de quince barras de la ciudad de Kumamoto,
Japn (Red planteada por Li S. y Tomsovic K) [101].
Estas redes han sido seleccionadas, ya que presentan topologas con cierto grado de
complejidad que permite verificar el buen funcionamiento de las rutinas de clculo de
los valores en por unidad, de clculo de las bases del sistemas y de la construccin de
la matriz YBarra, adems, estos ejemplos cuentan todos con sus resultados presentados
en las referencias documentales de los cuales fueron obtenidos, permitiendo de esta
manera establecer comparaciones totalmente validas entre estos resultados y los
obtenidos con la herramienta computacional SDRO.
U
N
E
X
P
O
En el caso de minimizacin de prdidas por medio de la optimizacin de conductores,

se emplearon para su validacin tres ejercicios:
1. Sistema de distribucin radial de 14 barras (resuelto paso a paso).

2. Sistema de distribucin radial de 24 barras.
3. Sistema de distribucin radial de 39 barras.
7.1 Sistema de Cinco Barras del Stagg & El Abiad [142]
Para probar la validez de los clculos de flujos de potencia realizados mediante el

programa SDRO, se procedi a resolver paso a paso el ejercicio de la pgina 284 del
libro Computer Methods in Power System Analisys de Stagg & El Abiad [142], para
posteriormente realizar un anlisis comparativo entre amabos resultados .
En la Figura 7.1 se muestra el diagrama unifilar del sistema de potencia de cinco

barras; para el cual se calcularon todos los datos del sistema en valores reales, para
poder ser ingresados en la herramienta computacional se tomo como bases del
sistema 100 MVA (dado en la referencia documental [142]), 13.8 kV en la barra 1 y
una longitud igual para todas las lneas de 1 Km, estos datos en valores reales sern
mostrados ms adelante. El calcul fue realizado con una precisin de dos dgitos.
Figura 7.1 Diagrama Unifilar del Sistema de 5 Barras del Stagg & El Abiad [142].
142
U
N
E
X
P
O
En la siguiente tabla se muestran los datos de generacin y carga para la red Stagg
and El Abiad.
Tabla 7.1 Datos de Generacin, de Cargas y Voltajes del ejemplo [142]
Generacin Carga
Cdigo de Voltaje
Barra (p) Asumido[P.U.] MW MVAR MW MVAR
1 1,06 + j0,0 0 0 0 0
2 1,00 + j0,0 40 30 20 10
3 1,00 + j0,0 0 0 45 15
4 1,00 + j0,0 0 0 40 5
5 1,00 + j0,0 0 0 60 10
En la siguiente tabla se muestran los datos de las lneas para la red Stagg and El
Abiad.
Tabla 7.2 Datos de las lneas en por unidad del sistema de cinco barras [142]
Cdigo de Barra (p-q) Zpq [P.U.] ypq [P.U.]

1-2 (0,02 + j0,06) (0 + j0,030)
1-3 (0,08 + j0,24) (0 + j0,025)
2-3 (0,06 + j0,18) (0 + j0,020)
2-4 (0,06 + j0,18) (0 + j0,020)
2-5 (0,04 + j0,12) (0 + j0,015)
3-4 (0,01 + j0,03) (0 + j0,010)
4-5 (0,08 + j0,24) (0 + j0,025)
7.1.1 Matriz Admitancia de Barra en Coordenadas Polares
Con la finalidad de dar un ejemplo de cmo se calcularon los valores de la matriz de

admitancia de barra (YBarra), se presentaran los clculos de los elementos de la matriz
asociados a la barra 1.
143
U
N
E
X
P
O
Para el elemento de la diagonal (Ypp);
1 1
Y11 = +(0+j0,030)+ +(0+j0,024)
(0,02+j0,06) (0,08+j0,024)
=(6,25-j18,695)p.u (7.1)
En coordenadas polares;
Y11 =19,71-71,51 p.u

(7.2)
Para los elementos fuera de la diagonal (Ypq);
Para barra 1 con barra 2;

-1
Y12 =Y21 = =(-5+j15)=15,81108,435 p.u
(0,02+0,06)
(7.3)
Para barra 1 con barra 3;
-1
Y13 =Y31 = =(-1,25+j3,75)=3,95108,435 p.u
(0,08+0,24)
(7.4)
Para barra 1 con barra 4 y barra 1 con barra 2, elementos fuera de la diagonal son
igual a cero, ya que no existe ningn equipo que una a estas barras directamente.
A continuacin se presenta la matriz de admitancia de barras para el ejemplo de cinco

barras [142].
19,71-71,514 15,81108,435 3,95108,435 0 0

15,81108,435 34,18-71,514 5,27108,435 5,27108,435 7,90108 ,435
3,95108,435 5,27108,435 40,79-71,514 31,62108,435 0
0 5,27108,435 31,62108,435 40,79-71,514 3,95108,435
( 0 7,90108,435 0 3,95108,435 11,82-71,51 )
144
U
N
E
X
P
O
Tabla 7.3 Clasificacin y Datos de las Barras del Sistema
Cdigo de Barra Tipo Vp[P.U.] Pp [P.U.] Qp [P.U.]

(p)
1 Slack 1,060,0
2 Carga 1,000,0 0,2 0,2
3 Carga 1,000,0 0,45 0,15
4 Carga 1,000,0 0,4 0,05
5 Carga 1,000,0 0,6 0,1
Una vez calculados los valores de la matriz de admitancia de barras se procede a

realizar las iteraciones para obtener la solucin de las tenciones del sistema Stagg and
El Abiad.
7.1.1 Clculo de la Potencia Activa y Reactiva para cada una de las barras del
Sistema Stagg and El Abiad
A continuacin se dar inicio a la primera iteracin para obtener la solucin por el

mtodo de Newton-Raphson; comenzando con el clculo de la potencia activa y
reactiva para cada una de las barras, exceptuando la barra Slack. Se presenta un
ejemplo de clculo para la barra dos, los dems valores obtenidos son presentados en
la Tabla 7.4.
Para la barra 2:
P2 =|V2 |2 Y22 cos(22 ) +|V2 ||V1 |Y21 cos(21 +1 -1 ) +|V2 ||V3 |Y23 cos(23 +3 -2 )
+|V2 ||V4 |Y24 cos(24 +4 -2 ) +|V2 ||V5 |Y25 cos(25 +5 -2 )
P2 =-0,3 p.u (7.5)
145
U
N
E
X
P
O
Q2 =|V2 |2 Y22 sin(22 ) +|V2 ||V1 |Y21 sin(21 +1 -1 ) +|V2 ||V3 |Y23 sin(23 +3 -2 )
+|V2 ||V4 |Y24 sin(24 +4 -2 ) +|V2 ||V5 |Y25 sin(25 +5 -2 )
Q2 =-0,985 p.u (7.6)
Tabla 7.4 Valores de Potencia Activa y Reactiva Calculados
Cdigo de
Barra (p) Pp [p.u.] Qp [p.u.]
2 -0,3 -0,985
3 -0,075 -0,28
4 0 -0,055
5 0 -0,04
Calculo de los Diferenciales de Potencia para cada una de las barras.
P2 =P2Gen - P2Load - P2 =(0,400-0,200)-(-0,300)=0,500 p.u (7.7)

Q2 =Q2Gen - Q2Load - Q2 =(0,300-0,100)-(-0,985)=1,185 p.u (7.8)
P3 =P3Gen - P3Load - P3 =(0,000-0,450)-(-0,075)=-0,375 p.u (7.9)
Q3 =Q3Gen - Q3Load - Q3 =(0,000-0,150)-(-0,280)=0,129 p.u (7.10)
P4 =P4Gen -P4Load - P4 =(0,000-0,400)-(-0,000)=-0,400 p.u (7.11)
Q4 =Q4Gen - Q4Load - Q4 =(0,000-0,050)-(-0,055)=0,005 p.u (7.12)
P5 =P5Gen - P4Load - P5 =(0,000-0,600)-(-0,000)=-0,600 p.u (7.13)
Q5 =Q5Gen - Q5Load - Q5 =(0,000-0,100)-(-0,040)=-0,060 p.u (7.14)
7.1.2 Clculo de la Matriz Jacobiana [J]
Para la construccin de la Matriz Jacobiana del sistema de cinco barras [142], se

seguir el siguiente orden;
|J1 | |J2 |
J= [ ] (7.15)
|J3 | |J4 |
146
U
N
E
X
P
O
Submatriz [J1]:
Fuera de la diagonal.
P3
=-|V2 ||V3 |Y23 sin(23 +3 -2 )
2
=-|1,00||1,00||5,27| sin(108,435+ 0,000-0,000) =-5,00 (7.16)
P2
=-|1,00||1,00||5,27| sin(108,435+ 0,000-0,000) =-5,00 (7.17)
4
P2
=-|1,00||1,00||7,90| sin(108,435+ 0,000-0,000) =-7,50 (7.18)
5
P4
=-|1,00||1,00||3,95| sin(108,435+ 0,000-0,000) =-3,75 (7.19)
5
P3
=-|1,00||1,00||31,62| sin(108,435+ 0,000-0,000) =-30,00 (7.20)
4
Dentro de la diagonal
P2
=-|V2 |2 Y22 cos(22 ) -Q22 =-|1,00|2 34,18 cos(-71,520)-(-0,985)
2
=-33,40 (7.21)
P3
=-|1,00|2 40,79 cos(-71,520)-(-0,280)=38,98 (7.22)
3
P4
=-|1,00|2 40,79 cos(-71,520)-(-0,055)=38,75 (7.23)
4
P5
=-|1,00|2 11,82 cos(-71,520)-(-0,040)=11,25 (7.24)
5
Submatriz [J1]:
33,40 5,00 5,00 7,50
5,00 38,98 30,00 0,00
1 = ( ) (7.25)
5,00 30,00 38,75 3,75
7,55 0,00 3,75 11,25
Submatriz [J3]:
Fuera de la diagonal
147
U
N
E
X
P
O
Q2
=-|V2 ||V3 ||Y23 | cos(23 +3 -2 )
3
=-|1,00||1,00||5,27| cos(108,435+0,000-0,000) =1,67 (7.26)
Q2
=-|1,00||1,00||5,27| cos(108,435+0,000-0,000) =1,67 (7.27)
4
Q2
=-|1,00||1,00||7,90| cos(108,435+0,000-0,000) =2,50 (7.28)
5
Q4
=-|1,00||1,00||3,95| cos(108,435+0,000-0,000) =1,25 (7.29)
5
Q3
=-|1,00||1,00||31,62| cos(108,4349+0,000-0,000) =10,00 (7.30)
4
Q2
=P2 -|V2 |2 |Y22 | cos 22 =-0,300-|1,00|2 *34,18 cos(-71,520)
2
=-11,13 (7.31)
Q3
=-0,075-|1,00|2 |40,79| cos(-71,520) =-12,99 (7.32)
3
Q4
=0,000-|1,00|2 |40,79| cos(-71,520) =-12,91 (7.33)
4
Q5
=0,000-|1,00|2 |11,82| cos(-71,520) =-3,75 (7.34)
5
Submatriz [J3]:
-11,13 1,67 1,67 2,50

1,67 -12,99 10,00 0,00
J3 = ( ) (7.35)
1,67 10,00 -12,92 1,25
2,50 0,00 1,25 -3,75
Submatriz [J2]:
148
U
N
E
X
P
O
P2 Q
|V3 | =- 2 =-1,6667 (7.36)
|V3 | 3
P2 Q
|V4 | =- 2 =-1,6667 (7.37)
|V4 | 4
P2 Q
|V5 | =- 2 =-2,5 (7.39)
|V5 | 5
P4 Q
|V5 | =- 4 =-1,25 (7.40)
|V |
5 5
P3 Q
|V3 | =- 3 =-10 (7.41)
|V4 | 4
P2
|V2 | =P2 +|V2 |2 |Y22 | cos(22 )
|V4 |
=-0,300+|1,00|2 |34,177| cos(-71,520) =10,53 (7.42)
P3
|V3 | =-0,75+|1,00|2 |40,764| cos(-71,520) =12,84 (7.43)
|V3 |
P4
|V4 | =0,000+|1,00|2 |40,764| cos(-71,520) =12,92 (7.44)
|V4 |
P5
|V5 | =0,000+|1,00|2 cos(-71,520) =3,75 (7.45)
|V5 |
Submatriz [J2]:
10,53 -1,67 -1,67 -2,50

-1,67 12,84 -10,00 0,00
J2 = ( ) (7.56)
-1,67 -10,00 12,92 -1,25
-2,50 0,00 -1,25 -3,75
Submatriz [J4]:
Q2 P2
|V3 | = =-5 (7.47)
|V3 | 3
149
U
N
E
X
P
O
Q2 P
|V4 | = 2 =-5 (7.48)
|V4 | 4
Q2 P
|V5 | = 2 =-7,5 (7.49)
|V5 | 5
Q4 P
|V5 | = 4 =-3,75 (7.50)
|V5 | 5
Q3 P3
|V4 | = =-30 (7.51)
|V4 | 4
Q2
|V2 | =Q -|V |2 |Y22 | sin(22 )
|V2 | 2 2
=-9,85-|1,00|2 |34,177| sin(-71,520) =31,43 (7.52)
Q3
|V3 | =-0,280-|1,00|2 |40,794| sin(-71,520) =38,42 (7.53)
|V3 |
Q4
|V4 | =-0,055-|1,00|2 |40,794| sin(-71,520) =38,64 (7.54)
|V4 |
Q5
|V5 | =-0,040-|1,00|2 |11,820| sin(-71,520) =11,17 (7.55)
|V5 |
Submatriz [J4]:
31,43 -5,00 -5,00 -7,50
-5,00 38,415 -30,00 0,00
J4 = ( ) (7.56)
-5,00 -30,00 38,64 -3,75
-7,50 0,00 -3,75 -11,17
Los resultados obtenidos se presentan a continuacin;
Cdigo de Barra
(p) p | | | |
2 -2 ,9129 5,50445x102
3 -5 ,2272 3,176089x102
150
U
N
E
X
P
O
4 -5 ,5844 3,13574x102
5 -6 ,4652 2,65185x102
Tabla 7.5 Resultados obtenidos de la sub matriz J4
Los nuevos voltajes y ngulos obtenidos son los siguientes;
|V2 |
|V2 |(1) =|V2 |(0) (1+ ) =|1,00|(1+5,50445x10-2 )=1,055044 p.u (7.57)
|V2 |(0)
|V3 |(1) =1,03176 p.u (7.58)

|V4 |(1) =1,03176 p.u (7.59)
|V5 |(1) =1,26519 p.u (7.60)
(1) (0) (1)
2 =2 +2 =0,00+(-2,9129)=-2,9129 (7.61)
(1)
3 =-5,2272 (7.62)
(1)
4 =-5,5844 (7.63)
(1)
5 =-6,4652 (7.64)
Se verifica la convergencia:
(1)
Error=|Tolerancia||P2 |=|0,00001||0,5| (7.65)
(1)
Error=|Tolerancia||Q2 |=|0,00001||1,185|
(7.66)
Se determino de esta manera la primera iteracin; al continuar haciendo la

comparacin con la tolerancia establecida, se encontr que para esta primera iteracin
que no exista convergencia, por lo que se deba continuar el proceso de clculo hasta
alcanzar la misma. Tomando los nuevos voltajes y ngulos obtenidos de esta primera
iteracin como los nuevos valores inciales se procede a calcular la segunda iteracin.
151
U
N
E
X
P
O
2 (0) = 2 (1)
3 (0) = 3 (1)
4 (0) = 4 (1)
5 (0) = 5 (1)
En la Tabla 7.6 se muestran los valores obtenidos en cada iteracin; la convergencia

fue alcanzada en cuatro iteraciones para el error especificado.
V2 V3 V4 V5
Iteracin
Modulo Modulo Modulo Modulo
[p.u.] [Grado] [p.u.] [Grado] [p.u.] [Grado] [p.u.] [Grado]
1 1 0,000 1 0 ,000 1 0 ,000 1 0 ,000
2 1,055 -2 ,911 1,0317 -5 ,225 1,0313 -5 ,5577 1,0265 -6 ,4629
3 1,0473 -2 ,836 1,024 -5 ,019 1,0237 -5 ,3457 1,0179 -6 ,1639
4 1,0476 -2 ,802 1,0242 -5 ,000 1,02368 -5 ,3342 1,01792 -6 ,1604
Tabla 7.6 Valores de Voltaje para cada Iteracin
Seguidamente se presenta a travs de una grfica la variacin de los voltajes por

iteracin presentada en Tabla 7.6.
152
U
N
E
X
P
O
Figura 7.2 Grfica de Variacin de Voltajes por Iteracin
En la Figura 7.2, se puede observar como todos los voltajes alcanzan su valor
mximo durante la segunda iteracin y que despus de est, en la tercera y cuarta
iteracin los valores de los voltajes en todas las barras se van estabilizando hasta
alcanzar la convergencia del mtodo.
7.2 Solucin Mediante la Herramienta Computacional SDRO
Se presentan a continuacin los datos del sistema de cinco barras [142], para poder
ser simulado en la herramienta computacional.
Tabla 7.7 Datos de Generacin, de Cargas y Voltajes del ejemplo [142]
Generacin Carga
Cdigo de Voltaje
Barra (p) Asumido[P.U.] MW MVAR MW MVAR
1 1,06 + j0,0 0 0 0 0
2 1,00 + j0,0 40 30 20 10
3 1,00 + j0,0 0 0 45 15
4 1,00 + j0,0 0 0 40 5
5 1,00 + j0,0 0 0 60 10
153
U
N
E
X
P
O
Tabla 7.8 Datos de las lneas en por unidad del sistema de cinco barras [142]
Cdigo de Barra (p-q) Zpq [P.U.] B/2 [P.U.]

1-2 (0,02 + j0,06) (0 + j0,0150)
1-3 (0,08 + j0,24) (0 + j0,0125)
2-3 (0,06 + j0,18) (0 + j0,0100)
2-4 (0,06 + j0,18) (0 + j0,0100)
2-5 (0,04 + j0,12) (0 + j0,0150)
3-4 (0,01 + j0,03) (0 + j0,005)
4-5 (0,08 + j0,24) (0 + j0,0125)
A continuacin se presenta el reporte que permite ver los resultados aportados por la
herramienta computacional SDRO para el sistema de distribucin radial Stagg and El
Abiad.
Figura 7.3 Reporte para el anlisis de flujos de potencia obtenido mediante la

herramienta SDRO para el sistema Stagg and El Abiad
En la Figura 7.3 puede observarse los resultados para el anlisis del flujo de carga
obtenido mediante el SDRO, dichos resultados posteriormente seran comparado con
los obtenidos paso a paso..
154
U
N
E
X
P
O
7.3 Comparacin de Resultados para la red Stagg and El Abiad resuelta paso
a paso
Se presentan los valores de voltajes obtenidos con los clculos realizados paso a paso,
y los obtenidos con la herramienta computacional SDRO, estos pueden observarse en
la Tabla 7.9.

Computacional SDRO con los obtenidos paso a paso.
SDRO Paso a Paso Diferencia

Cdigo
V V V
de [%] [Grados] [%] [Grados] [%]
Barra
[Grado]
2 104,192 -2,722 104,76 -2,802 0,56 0,08

3 101,641 -4,901 102,42 -5,000 0,77 0,09
4 101,536 -5,230 102,37 -5,330 0,83 0,10
5 100,969 -6,065 101,79 -6,160 0,82 0,09
Se observa que al comparar los resultados obtenidos con los clculos realizados paso
a paso y los obtenidos con el SDRO, son similares y la mayor variacin que se
presenta es de 0,82 % para los valores de los voltajes en porcentaje y de 0,1 para el
ngulo de fase en grados, los cuales pueden tener su origen en la diferencia de
decimales empleados.
En la Tabla 7.10 se presenta la comparacin entre los voltajes extrados de la

referencia documental [142], con los obtenidos con la herramienta computacional
SDRO. Es de resaltar que valores de voltaje y ngulo de fase son presentados en
coordenadas rectangulares en la pg. 299 del libro Computer Methods in Power
System Analisys de Stagg & El Abiad [142], para comparar estos valores obtenidos
155
U
N
E
X
P
O
con el SDRO, dichos valores fueron llevados a coordenadas polares con el voltaje en
porcentaje y el ngulo en grados.

Computacional SDRO con los obtenidos de la referencia documental
[142]
SDRO Patrn [1] Diferencia

Cdigo V V V
de [%] [Grados] [%] [Grados] [%] [Grado]
Barra
2 104,192 -2,722 104,75 -2,810 0,55 0,08
3 101,641 -4,901 102,43 -4,990 0,78 0,08
4 101,536 -5,230 102,37 -5,330 0,83 0,10
5 100,969 -6,065 101,81 -6,150 0,84 0,08
De la comparacin se establece que los resultados presentados en la referencia

documental [142] de la cual se obtuvo el ejemplo, se puede ver que el mximo error
fue de 0,84 % para los voltajes en porcentaje, y para los ngulos de fase fue de 0,10.
Es de resaltar que la diferencia que se presenta entre el patrn de origen y el
programa SDRO se debe al nmero de decimales que fueron considerados para la
resolucin del problema, ya que en la referencia documental se consideraron solo dos
decimales, mientras que la herramienta documental considera todos los decimales
posibles dndole as mayor precisin a los resultados; esto hace notar que los
resultados son similares y el mximo error presente es de 0,84 %, lo que permite
validar los resultados obtenidos con la herramienta computacional SDRO.
156
U
N
E
X
P
O
7.4 Solucin del sistema Stagg and El Abiad Mediante el Software NEPLAN
5.18
Se presentan a continuacin los datos del sistema de cinco barras [142], en valores
reales calculados para poder ser simulado mediante el so NEPLAN 5.18.
Valores del Sistema.

Los valores base del sistema son los siguientes:
Voltaje base = 13,8 kV.
Potencia Aparente base (SBase) = 100 MVA.
En las Tablas 7.11 y 7.12 se muestran los valores reales de voltajes, cargas y lneas
del sitema Stagg and El Abiad.
Tabla 7.11 Datos de Generacin, de Cargas y Voltajes en valores reales
Generacin Carga
Cdigo de Voltaje
Barra (p) [k.V] MW MVAR MW MVAR
1 14,6280,00 0 0 0 0
2 13,8000,00 40 30 20 10
3 13,8000 ,00 0 0 45 15
4 13,8000 ,00 0 0 40 5
5 13,8000 ,00 0 0 60 10
Tabla 7.12 Datos de las lneas del sistema en valores reales (se asume una longitud
igual para todas las lneas de 1 Km.)
Cdigo de
Barra r [/ Km.] B
x [/ Km.]
(p-q) [Siemens/Km.]
1-3 0,152352 0,457056 0,013127
157
U
N
E
X
P
O
3-4 0,019044 0,057132 0,005251

2-5 0,076176 0,228528 0,007876
1-2 0,038088 0,114264 0,015753
4-5 0,152352 0,457056 0,013127
2-3 0,114264 0,342792 0,010502
2-4 0,114264 0,342792 0,010502
En la Figura 7.4 se presenta el diagrama de barras que permite ver los resultados del
flujo de carga aportado por la herramienta computacional NEPLAN 5.18 para
posteriormente comprar dichos resultados con los obtenidos usando el SDRO.
G1
P=-129,673 MW C3
Q=-8,599 Mvar C2
P=45,000 MW P=40,000 MW
Q=15,000 Mvar Q=5,000 Mvar
L1-L3 L3-L4
P=40,787 MW P=18,891 MW
N1 Q=5,893 Mvar Q=-3,177 Mvar N4
I=1,627 kA I=0,788 kA 13,8 kV
13,8 kV Iang=-8,22 Iang=4,65
u=101,54 %
u=106,00 %
N3 Uang=-5,23
Uang=0,00
13,8 kV
L1-L2 u=101,64 % L4-L5
P=88,886 MW Uang=-4,90 P=6,301 MW
Q=2,707 Mvar Q=1,511 Mvar
I=3,510 kA L2-L4 I=0,269 kA
Iang=-1,74 P=27,933 MW Iang=160,45
L2-L3 Q=5,543 Mvar
P=24,690 MW I=1,143 kA
Q=5,874 Mvar Iang=-13,95
I=1,019 kA
Iang=-16,10
N2
N5
13,8 kV L2-L5 13,8 kV
u=104,19 % P=54,853 MW
Q=10,374 Mvar u=100,97 %
Uang=-2,72 I=2,242 kA Uang=-6,07
Iang=-13,43
G2
P=-40,000 MW
Q=-30,000 Mvar C1 C4
P=20,000 MW P=60,000 MW
Q=10,000 Mvar Q=10,000 Mvar
Figura 7.4 Diagrama de Flujo de Potencia del Sistema de Cinco Barras del Stagg
and El Abiad [142] Realzado mediante el Software NEPLAN 5.18.
En la Tabla 7.13 se presenta la comparacin entre los voltajes obtenidos con los
clculos realizados mediante la herramienta computacional SDRO, con los obtenidos
con el Software NEPLAN 5.18.
158
U
N
E
X
P
O

Computacional SDRO con los obtenidos mediante NEPLAN 5.18
SDRO NEPLAN 5.18 Diferencia

Cdigo V V V
Barra
2 104,192 -2,722 104,190 -2,720 0,002 0,002
3 101,641 -4,901 101,640 -4,900 0,001 0,001
4 101,536 -5,230 101,540 -5,230 0,004 0,000
5 100,969 -6,065 100,970 -6,070 0,001 0,005
Se puede observar que al comparar los resultados obtenidos de la herramienta

computacional SDRO y los obtenidos mediante el Software NEPLAN 5.18, son
similares y la mayor variacin que se presenta es de 0,04 % para los valores de los
voltajes en porcentaje y de 0,005 para el ngulo de fase en grados, esto hace notar
que los resultados son similares, lo que permite validar los resultados obtenidos con
la herramienta computacional SDRO mediante NEPLAN 5.18, obteniendo valores
mucho ms cercanos al valor ideal de los nodos o barras del sistema puesto que
mediante NEPLAN 5.18 se consideraron tambin todos los decimales.
7.5 Red de Kumamoto (15 barras) [101]
En la Figura 7.5 se muestra un rea del sistema de distribucin de la ciudad de

Kumamoto de Japn, es un sistema tpico con un nivel medio de voltaje de 11,4 kV,
con un total de quince barras, de las cuales catorce de ellas tienen carga, tiene una
base de potencia trifsica de 30 MVA. Este sistema de distribucin fue obtenido del
reporte tcnico Load Following Funtions using Distributed Energy Resources,
presentado por K. Tomsovic y S. Li, a la School of Electrical Engineering and
computer Science Washington State University. Pullman, Washington. EE.UU, en el
ao 2000.
159
U
N
E
X
P
O
Figura 7.5 Diagrama Unifilar de la Red de Kumamoto [101]
En la Tabla 7.14, se presentan los datos de la red llevados a valores reales, ya que en
la referencia documental estn dados en valores por unidad.
Tabla 7.14 Impedancias de las Lneas y Cargas en las Barras (Barra final) de la Red
de Kumamoto [101].
Cdigo de Cdigo de r [] x [.] Longitud PLoad QLoad

Barra (p) Barra (q) [km.] [MW] [MVAR]
1 2 0,0136 0,3258 1 0,624 0,063
2 3 0,0014 0,0080 1 1,485 0,153
3 4 0,0289 0,1335 1 2,874 0,294
3 12 0,1191 0,5504 1 0,396 0,042
4 5 0,0251 0,6476 1 1.326 0,135
4 7 0,0347 0,1601 1 1,914 0,198
5 6 0,0613 0,1583 1 0,339 0,036
7 8 0,0389 0,1801 1 0,969 0,099
8 9 0,0303 0,1401 1 0,639 0,066
9 10 0,0159 0,0734 1 0,624 0,087
10 11 0,0389 0,1801 1 6,510 0,660
12 13 0,1364 0,3526 1 0,087 0,009
13 14 0,1718 0,4461 1 0,483 0,048
14 15 0,0696 0,0179 1 0,417 0,042
160
U
N
E
X
P
O
A continuacin se presentan los resultados obtenidos para el anlisis de flujos de

potencia de la red de la ciudad de Kumamoto Japn mediante la herramienta
computacional SDRO.
Figura 7.6 Reporte para el Anlisis del flujo de potencia obtenido mediante la
herramienta computacional SDRO para la Red de Kumamoto Japn
161
U
N
E
X
P
O
En la Figura 7.7 se presenta el diagrama de barras que permiten ver los resultados
aportados por la herramienta computacional NEPLAN 5.18. Estos resultados pueden
observarse detalladamente en las Tablas VII.7 y VII.8 ubicadas en los anexos del
presente trabajo.
Barra 1 Barra 2 Barra 3 Barra 5 Barra 6

Barra 4
11,4 kV 11,4 kV 11,4 kV 11,4 kV 11,4 kV
11,4 kV
u=100,00 % u=99,01 % u=98,98 % u=98,29 % u=98,27 %
u=98,41 %
Uang=0,00 Uang=-2,72 Uang=-2,78
Uang=-3,68 Uang=-4,17 Uang=-4,19
L1-L2 L2-L3 L3-L4 L4-L5 L5-L6
P=18,881 MWP=18,219 MWP=15,343 MW P=1,666 MW P=0,339 MW
Q=3,589 Mvar
Q=2,600 MvarQ=2,270 Mvar Q=0,186 MvarQ=0,036 Mvar
I=0,973 kA I=0,941 kA I=0,794 kA I=0,086 kA I=0,018 kA
C1 C2 C3 C4 C5
P=0,624 MWP=1,485 MW P=2,874 MW P=1,326 MW P=0,339 MW
S/E Q=0,153 Mvar Q=0,294 Mvar Q=0,135 Mvar Q=0,036 Mvar
Q=0,063 Mvar
P=-18,881 MW
Barra 7 Barra 8 Barra 9 Barra 10 Barra 11
Q=-3,589 Mvar L4-L7 11,4 kV 11,4 kV 11,4 kV 11,4 kV 11,4 kV
P=10,749 MW u=97,93 % u=97,50 % u=97,21 % u=97,08 % u=96,77 %
Q=1,539 Mvar Uang=-4,44 Uang=-5,15 Uang=-5,65 Uang=-5,89 Uang=-6,43
I=0,559 kA
L7-L8 L8-L9 L9-L10 L10-L11
P=8,802 MW P=7,809 MW P=7,154 MW P=6,524 MW
Q=1,191 Mvar Q=0,978 Mvar Q=0,841 Mvar Q=0,723 Mvar
L3-L12 I=0,409 kA I=0,375 kA
I=0,459 kA I=0,342 kA
P=1,387 MW C10
Q=0,155 Mvar C6 C7 C8 C9 P=6,510 MW
I=0,071 kA P=1,914 MW P=0,969 MW P=0,639 MW P=0,624 MW Q=0,660 Mvar
Q=0,198 Mvar Q=0,099 Mvar Q=0,066 MvarQ=0,087 Mvar
Barra 12 Barra 13 Barra 14 Barra 15
11,4 kV 11,4 kV 11,4 kV 11,4 kV
u=98,79 % u=98,65 % u=98,50 % u=98,48 %
Uang=-3,12 Uang=-3,27 Uang=-3,44 Uang=-3,45
L12-L13 L13-L14 L14-L15
P=0,989 MW P=0,901 MW P=0,417 MW
Q=0,105 Mvar Q=0,093 Mvar Q=0,042 Mvar
I=0,051 kA I=0,047 kA I=0,022 kA
C11 C12 C13 C14

P=0,396 MW P=0,087 MW P=0,483 MW P=0,417 MW
Q=0,042 Mvar Q=0,009 Mvar Q=0,048 Mvar Q=0,042 Mvar
Figura 7.7 Diagrama de Flujo de Potencia del Sistema de quince Barras de la Red de
Kumamoto [101]. Realzado mediante el Software NEPLAN 5.18.
Seguidamente se presentan las tablas con los resultados de voltajes, corrientes,

prdidas de potencia activa y reactiva, y por ltimo los flujos de potencia de la Red de
Kumamoto [101]. Estos resultados son comparados con los obtenidos a travs de una
simulacin con el Software comercial NEPLAN 5.18 (Patrn).
162
U
N
E
X
P
O
Tabla 7.15 Voltajes de las Barras en % obtenidos para la red de Kumamoto Japn
SDRO NEPLAN 5.18(patrn) Diferencia

Cdigo V V V
Barra
1 100,00 0,0000 100,00 0,0000 0,00 0,000
2 99,01 -2,7183 99,01 -2,7200 0,00 0,001
3 98,97 -2,7822 98,98 -2,7800 0,01 0,002
4 98,41 -3,6797 98,41 -3,6800 0,00 0,004
5 98,28 -4,1692 98,29 -4,1700 0,01 0,001
6 98,26 -4,1927 98,27 -4,1900 0,01 0,001
7 97,93 -4,4425 97,93 -4,4400 0,00 0,001
8 97,50 -5,1530 97,50 -5,1500 0,00 0,001
9 97,21 -5,6481 97,21 -5,6500 0,01 0,002
10 97,07 -5,8872 97,08 -5,8900 0,01 0,001
11 96,77 -6,4253 96,77 -6,4300 0,00 0,001
12 98,78 -3,1181 98,79 -3,1200 0,01 0,003
13 98,65 -3,2695 98,65 -3,2700 0,00 0,000
14 98,49 -3,4447 98,50 -3,4400 0,01 0,002
15 98,47 -3,4467 98,48 -3,4500 0,01 0,000
Al observar la Tabla 7.15 se puede verificar que la mayor variacin es de 0,01 % es

decir 0,0001 p.u., lo que hace constar que los resultados obtenidos con la herramienta
computacional SDRO son similares a los obtenidos con el programa comercial
NEPLAN 5.18.
Seguidamente en la tabla 7.16 se presentan los resultados obtenidos de los valores de

corrientes de rama, para cada una de las lneas del sistema de distribucin de
Kumamoto de quince barras [101], estos resultados son presentados en valores reales.
163
U
N
E
X
P
O
Tabla 7.16 Valores de corrientes, mediante el programa SDRO y el Software

NEPLAN 5.18 para la red de Kumamoto Japn
Cdigo de NEPLAN
Barra SDRO 5.18(patrn) Diferencia
I I I
Inicial Final [A] [A] [A]
1 2 973,366 973,364 0,002

2 3 941,308 941,311 0,003
3 4 793.613 793,610 0,003
4 5 86,253 86,248 0,005
5 6 17,563 17,570 0,007
4 7 558,799 558,800 0,001
7 8 459,327 459,333 0,006
8 9 408,748 408,752 0.004
9 10 375,292 375,288 0,004
10 11 342,429 342,431 0,002
3 12 71,424 71,417 0,007
12 13 51,004 51,001 0,003
13 14 46,507 46,511 0,004
14 15 21,559 21,554 0,005
En la Tabla anterior se observa que la mayor variacin existente entre los resultados
es de 0,007 A, hecho que permite resaltar y constatar que los resultados obtenidos por
la herramienta computacional SDRO son similares a los obtenidos con el programa
comercial NEPLAN 5.18.
A continuacin se presenta la comparacin de los resultados obtenidos con la

herramienta computacional SDRO, para las Prdidas de Potencia Activa y Reactiva
para cada una de las lneas del sistema de distribucin de la Red de Kumamoto, con
los obtenidos con el programa comercial NEPLAN 5.18 (Patrn), es de resaltar que
los valores de prdidas en los reportes de resultados de la herramienta computacional
SDRO son presentados en unidades de MW y en MVAR, por lo cual se pueden
164
U
N
E
X
P
O
observar completamente los valores obtenidos para as ser comparados mediante

NEPLAN 5.18 sin tener que llevar estos valores a otras unidades.
Tabla 7.17 Prdidas de Potencia Activa mediante el programa SDRO y el Software

NEPLAN 5.18 para la red de Kumamoto Japn
Cdigo de NEPLAN
Inicial Final Prdidas Prdidas Prdidas

[MW] [MW] [MW]
1 2 18,881 18,881 0,000
2 3 18,218 18,219 0,001
3 4 15,342 15,343 0,001
4 5 1,665 1,666 0,001
5 6 0,339 0,339 0,001
4 7 10,748 10,749 0,001
7 8 8,802 8,802 0,000
8 9 7,808 7,809 0,001
9 10 7,154 7,154 0,000
10 11 6,523 6,524 0,001
3 12 1,387 1,387 0,000
12 13 0,989 0,989 0,000
13 14 0,901 0,901 0,000
14 15 0,417 0,417 0,000
En la Tabla 7.17 se observa que la mayor variacin existente entre los resultados de
las Prdidas de Potencia Activa es de 0,001 MW, hecho que permite resaltar y
constatar que los resultados arrojados por la herramienta computacional SDRO son
similares a los obtenidos con el programa comercial NEPLAN 5.18.
165
U
N
E
X
P
O
Tabla 7. 18 Prdidas de Potencia Reactiva mediante el programa SDRO y el

Software NEPLAN 5.18 para la red de Kumamoto Japn
Cdigo de NEPLAN

[MVAR] [MVAR] [MVAR]
1 2 3,588 3,589 0,001
2 3 2,599 2,600 0,001
3 4 2,270 2,270 0,000
4 5 0,185 0,186 0,001
5 6 0,036 0,036 0,000
4 7 1,538 1,539 0,001
7 8 1,190 1,191 0,001
8 9 0,977 0,978 0,001
9 10 0,841 0,841 0,000
10 11 0,723 0,723 0,000
3 12 0,155 0,155 0,000
12 13 0,104 0,105 0,001
13 14 0,092 0,093 0,001
14 15 0,042 0,042 0,000
En la tabla anterior puede observarse que la variacin existente entre los resultados de
las Prdidas de Potencia Reactiva es de 0,001 MVAR, hecho que permite resaltar y

herramienta computacional SDRO, para las prdidas totales del sistema de
distribucin de Kumamoto, con los obtenidos a travs del programa comercial
NEPLAN 5.18. Es de resaltar que los valores de las prdidas totales del sistema se
obtienen directamente de los reportes de resultados de la herramienta computacional
SDRO como puede observarse en la siguiente tabla.
166
U
N
E
X
P
O
Tabla 7.19 Prdidas totales del sistema mediante la herramienta computacional

SDRO y el Software NEPLAN 5.18para la red de Kumamoto Japn
P prdidas
(Lneas) Generacin Carga
[MW] [MVAR] [MW] [MVAR] [MW] [MVAR]
SDRO 0,194 1,656 18,881 3,588 18,687 1,932

NEPLAN 5.18 0,194 1,657 18,881 3,589 18,687 1,932
Diferencia 0,000 0,001 0,000 0,001 0,000 0,000
En la tabla anterior se observa que existe una pequea variacin en las Prdidas de
Potencia Reactiva de un 0,001 MVAR tanto en las lneas como en la generacin del
sistema, hecho que permite resaltar y constatar que los resultados arrojados por la
herramienta computacional SDRO son similares a los obtenidos con el programa
7.6 Configuracin del algoritmo Gentico Usado para la Optimizacin de

Prdidas. (Valores por Defecto)
Para obtener resultados aceptables al momento de realizar la optimizacin de

conductores que componen un SDE el Algoritmo Gentico usado emplea los
parmetros siguientes:
Tamao de la poblacin:
Esta debe estar entre 16 y 256.
Mximo nmero de generaciones:
Debe estar entre 25 y 500
ndice de mutacin:
Es un valor pequeo el cual va de 0 a 1
167
U
N
E
X
P
O
Trminos incluidos en la inicializacin:

Valor entre 10 y 80 %
Regla de cruce:
Cruce monopunto
Cruce doble
Cruce uniforme
Seleccin:
Mtodo de la Ruleta
Tamao de la Poblacin Elite:
Es una relacin de la poblacin de individuos con un valor de 2 por cada 50
individuos, es decir por cada 50 individuos la poblacin elite ser de 2.
7.7 Red de 14 Nodos (resuelta paso a paso)
Para probar la validez de los clculos del programa aplicando algoritmos genticos
para la optimizacin de prdidas mediante el cambio de calibre de los conductores
que conforman una red de distribucin elctrica se procedi a resolver paso a paso el
siguiente ejercicio. Esta red fue seleccionada para la validacin de la optimizacin de
conductores de la herramienta computacional SDRO, porque su topologa presenta
conductores con calibres normalizados en Venezuela lo cual permite verificar el
funcionamiento correcto del programa diseado.
Los resultados obtenidos del flujo de carga optimizando los conductores de la red
mediante la herramienta computacional SDRO sern comparados con el flujo de
carga simulado mediante el software NEPLAN 5.18 y para su correcta validacin
dichos resultados tendrn que ser similares.
168
U
N
E
X
P
O
En el siguiente esquema de una red area de alta tensin, se verificara si el calibre de

los conductores que componen dicha red funcionan correctamente por capacidad de
carga y cada de tensin, de no ser as se seleccionar el conductor apropiado bajo los
conceptos usados para redes areas de acuerdo a las normas CADAFE tomando en
cuenta los siguientes parmetros:
VMAX = 2% V = 13,8 kV (base) MVA = 10 MVA (base) 3 Fases
El sistema se compone de los siguientes elementos:
Red de transporte y distribucin compuesta por 13 lneas que interconectan a

14 nodos con un nivel de tensin de 13,8 kV.
A los nodos se encuentran conectados un total de 11 consumidores o cargas.
El nodo oscilante o slack es el nmero uno, que es donde se encuentra
conectada la central generadora.
En la siguiente figura se observa el diagrama unifilar que compone el sistema

estudiado:
C6
N8
S/E N1 N2 N3 N4 N5 N6 N7 13,8 kV
13,8 kV 13,8 kV 13,8 kV 13,8 kV 13,8 kV 13,8 kV 13,8 kV
N9
L1 L2 L3 L4 L5 L6 L8 13,8 kV
L7
C1 C2 C3 C4 C5
C9 L9
N13
13,8 kV C7
N14 L11 L10
13,8 kV L13 L12
N12 N10 N11
13,8 kV 13,8 kV 13,8 kV
C11 C10
C8
Figura 7.8 Red de potencia de 14 Nodos
Las Tablas 7.20 y 7.21 muestran los datos de los nodos, lneas y cargas del sistema a
estudiar:
169
U
N
E
X
P
O
Tabla 7.20 Impedancias de las Lneas de la Red de 14 Nodos
Cdigo de Cdigo de r [ / Km] x [/ Km] Longitud I mx.

Barra (p) Barra (q) [km.] [A]
1 2 2,4285 0,3913 0,120 100
2 3 2,4285 0,3913 0,057 100
3 4 2,4285 0,3913 0,200 100
4 5 2,4285 0,3913 0,365 100
5 6 2,4285 0,3913 0,063 100
6 7 2,4285 0,3913 0,325 100
7 8 2,4285 0,3913 0,062 100
8 9 2,4285 0,3913 0,190 100
7 10 2,4285 0,3913 0,080 100
10 11 2,4285 0,3913 0,100 100
10 12 2,4285 0,3913 0,052 100
12 13 2,4285 0,3913 0,020 100
13 14 2,4285 0,3913 0,070 100
Tabla 7.21 Cargas en las Barras
Cdigo de Load
Fp
Barra [kVA]
1 0 0
2 75 0,9
3 75 0,9
4 187 0,9
5 112 0,9
6 112 0,9
7 0 0
8 450 0,9
9 450 0,9
10 0 0
11 450 0,9
12 112 0,9
170
U
N
E
X
P
O
13 187 0,9
14 450 0,9
Se simplifica el sistema de la red area
Figura 7.9 Simplificacin del sistema de 14 barras (solucin manual)
Se calculan los kVATotales x longitud del sistema:

kVA x mts = ( 120 x 75) + (177 x 75) + (377 x 187) + ( 742 x 112) +
(805 x 112) + (1130 x 900) + (1210 x 450) + (1262 x 112) +
( 1282 x 187) + (1352 x 450)
(7.67)
kVA x mts = 2817016 (7.68)
= 1352 = 1,352 (7.69)
2817,016
= = 2083,59 (7.70)
1,352
= ( 75) + (75) + (187) + ( 112) + (805 112)

+ ( 900) + (450) + (112) + ( 187) + (450) (7.71)
= 2660 (7.72)
Por capacidad de carga:
2660
= =
(3) 13,8 (3) 13,8
(7.73)
= 111,28 (7.74)
171
U
N
E
X
P
O
En las Tablas VI.1 y VI.2 ubicadas en los anexos del presente trabajo podemos notar
que el conductor usado para el diseo de esta red es el nmero # 6 de aluminio
desnudo ARVIDAL y el mismo no cumple con las normas de capacidad de corriente
establecidas para dicho conductor ya que este fue diseado para soportar una
corriente mxima de 100 Amp y la corriente calculada de acuerdo a la carga instalada
es de 111,28 Amp, es decir, la corriente es mayor de lo que puede soportar este
conductor. Puesto que el conductor # 6 no cumple las normas establecidas por
capacidad de corriente no se realizara el clculo de cada de tensin bajo este calibre.
Ahora se proceder a calcular el calibre adecuado para redes elctricas de distribucin

del tipo areo de acuerdo a las normas CADAFE. Se realizar el clculo directamente
por cada de tensin usando el conductor nmero #2 de aluminio desnudo ARVIDAL
puesto que este conductor soporta una corriente mxima de 180 Amp lo cual es
mayor que la obtenida bajo la carga instalada. Este conductor es el de menor calibre
usado por CADAFE para el diseo de urbanismos en Venezuela.
Por cada de tensin:

Calculamos la constante k para este conductor:
R cos +X sin
k=
10 x (13,8 kV)2
(7.75)
Donde = 0,9627 () ; = 0,3564 ()
0,9627 x (0,9)+0,3564 x (0,44)

k= =5,3731 x 10- 4
10 x (13,8 kV)2
(7.76)
Entonces % =
172
U
N
E
X
P
O
% = 5,3731 10 4 2083,59 = 1,12% (7.77)
Por lo tanto 1,12 % < 2 % lo que nos indica que el conductor de aluminio desnudo
ARVIDAL # 2 cumple con las normas tanto por capacidad de corriente como por
cada de tensin.
Para realizar la validacin del programa mediante la optimizacin de conductores, la

herramienta computacional SDRO deber ser capaz de seleccionar una serie de
resultados para la construccin de una grafica la cual mostrara las prdidas de las
distintas soluciones en funcin del costo de las mismas dependiendo del calibre del
conductor que se haya instalado para cada solucin, pudiendo elegir el usuario la red
que mejor cumpla sus necesidades. Luego de elegir el calibre de la mejor solucin
elegido bajo la herramienta SDRO se simulara por medio del software NEPLAN 5.18
la red con el calibre optimizado y se compararn ambos flujos de cargas, para luego
mostrar la diferencia de prdidas que existe entre la red sin aplicar la optimizacin de
conductores y la red aplicndole la optimizacin.
7.7.1 Solucin Mediante la Herramienta Computacional SDRO para el Sistema

de 14 Barras (sin realizar la Optimizacin de Conductores)
En las Tablas 7.22 y 7.23 se presentan los datos del sistema de 14 barras, para poder
ser simulado en la herramienta computacional SDRO.
Tabla 7.22 Datos de Generacin, de Cargas y Voltajes del sistema de 14 barras
Cdigo de Voltaje
Generacin Carga
Barra (p) Asumido[P.U.]
MW MVAR MW MVAR
1 1,00+ j0,0 0 0 0 0
173
U
N
E
X
P
O
2 1,00 + j0,0 0 0 0,068 0,033

3 1,00 + j0,0 0 0 0,068 0,033
4 1,00 + j0,0 0 0 0,168 0,082
5 1,00 + j0,0 0 0 0,101 0,049
6 0 0
1,00+ j0,0 0,101 0,049
7 0 0 0 0
1,00 + j0,0
8 0 0 0,405 0,196
1,00 + j0,0
9 0 0 0,405 0,196
1,00 + j0,0
10 1,00 + j0,0 0 0 0 0
11 1,00+ j0,0 0 0 0,405 0,196
12 0 0
1,00 + j0,0 0,101 0,049
13 0 0
1,00 + j0,0 0,168 0,082
14 0 0 0,405 0,196
1,00 + j0,0
Tabla 7.23 Datos de las Lneas en por unidad de la Red de 14 Nodos
Cdigo de Cdigo de r [P.U.] x [P.U.] Longitud I mx.

Barra (p) Barra (q) [km.] [A]
1 2 0,12752 0,02054 0,120 100
2 3 0,12752 0,02054 0,057 100
3 4 0,12752 0,02054 0,200 100
4 5 0,12752 0,02054 0,365 100
5 6 0,12752 0,02054 0,063 100
6 7 0,12752 0,02054 0,325 100
7 8 0,12752 0,02054 0,062 100
8 9 0,12752 0,02054 0,190 100
7 10 0,12752 0,02054 0,080 100
10 11 0,12752 0,02054 0,100 100
10 12 0,12752 0,02054 0,052 100
12 13 0,12752 0,02054 0,020 100
13 14 0,12752 0,02054 0,070 100
A continuacin se presentan los tres reportes que permiten ver los resultados
aportados por la herramienta computacional SDRO para el anlisis del flujo de carga
de una red cualquiera. La herramienta SDRO posee la particularidad de poder abrir
174
U
N
E
X
P
O
las tres ventanas para el anlisis de flujos de potencias sin necesidad de cerrar una
para abrir otra, de esta manera se pueden observar y compara las prdidas del sistema
detalladamente.
175
U
N
E
X
P
O
Figura 7.10 Reportes que permiten ver los resultados aportados por la herramienta
computacional SDRO para el anlisis del flujo de carga de la Red de
14 Nodos
Los resultados obtenidos por el flujo de carga mediante el programa SDRO sern
comparados con los obtenidos mediante el software NEPLAN 5.18 mediante una
serie de tablas.
7.7.2 Solucin Mediante el Software NEPLAN 5.18 para la Red de 14 Barras

(sin realizar la optimizacin de Conductores)
En las Tablas 7.24 y 7.25 se presentan los datos del sistema de 14 barras, en valores
reales calculados para poder ser simulado mediante el software NEPLAN 5.18.
Valores del Sistema de 14 Barras

Tabla 7.24 Datos de Generacin, Cargas y Voltajes del sistema de 14 Barras en

valores reales
Generacin Carga
Cdigo de Voltaje
Barra (p) [kV] MW MVAR MVA Fp
13,8000,00 0,000 0
1 0 0
13,8000,00 0,075 0,9
2 0 0
13,8000 ,00 0,075 0,9
3 0 0
13,8000 ,00 0,187 0,9
4 0 0
13,8000 ,00 0,112 0,9
5 0 0
13,8000,00 0,112 0,9
6 0 0
176
U
N
E
X
P
O
13,8000,00 0,000 0
7 0 0
13,8000 ,00 0,450 0,9
8 0 0
13,8000 ,00 0,450 0,9
9 0 0
13,8000 ,00 0,000 0
Tabla 7.25 10 0 0 Datos de las
13,8000,00 0,450 0,9
lneas del 11 0 0 sistema de 14
Barras en 13,8000 ,00 0,112 0,9 valores reales
12 0 0
13,8000 ,00 0,187 0,9
13 0 0
13,8000 ,00 0,450 0,9
14 0 0
Cdigo de Barra r [/ km.]

x [/ km.] Longitud I mx.
(p-q)
[km.] [A]
1-2 2,4285 0,3913 0,120 100
2-3 2,4285 0,3913 0,057 100
3-4 2,4285 0,3913 0,200 100
4-5 2,4285 0,3913 0,365 100
5-6 2,4285 0,3913 0,063 100
6-7 2,4285 0,3913 0,325 100
7-8 2,4285 0,3913 0,062 100
8-9 2,4285 0,3913 0,190 100
7-10 2,4285 0,3913 0,080 100
10-11 2,4285 0,3913 0,100 100
10-12 2,4285 0,3913 0,052 100
12-13 2,4285 0,3913 0,020 100
13-14 2,4285 0,3913 0,070 100
La Figura 7.11 muestra el diagrama de barras que permite observar y analizar los
resultados aportados por la herramienta computacional NEPLAN 5.18. Estos
resultados pueden observarse mejor mediante las Tablas VII.12 y VII.13 ubicadas en
los anexos del presente trabajo.
177
U
N
E
X
P
O
C6
S=0,450 MVA
N8
PF=0,900
N1 N2 N3 N4 N5 N6 N7 13,8 kV
S/E 13,8 kV 13,8 kV 13,8 kV 13,8 kV 13,8 kV 13,8 kV 13,8 kVu=96,54 %
P=-2,482 MW u=100,00 % u=99,59 % u=99,40 % u=98,76 % u=97,67 % u=97,49 % u=96,62 Uang=0,59
% N9
Q=-1,174 Mvar L1 Uang=0,07 L2Uang=0,10 L3
Uang=0,00
P=2,471 MW
Uang=0,21 L4 Uang=0,40 L5 Uang=0,43L6
Uang=0,58 L8 13,8 kV
P=2,403 MW P=2,331 MW P=2,145 MW P=2,018 MW P=1,913 MW L7 P=0,406 MW
Q=1,172 Mvar Q=1,139 Mvar Q=1,106 Mvar Q=1,021 Mvar Q=0,968 Mvar Q=0,919 Mvar P=0,811 MW Q=0,196 Mvar u=96,44 %
I=114,882 A I=111,732 A I=108,575 A I=100,654 A I=95,856 A Q=0,392 MvarI=19,523 A Uang=0,61
I=91,050 A
I=39,023 A
C1 C2 C3 C4 C5 L9
S=0,075 MVA N13
S=0,075 MVA S=0,187 MVA S=0,112 MVA S=0,112 MVAP=1,082 MW
C9 PF=0,900 Q=0,523 Mvar
PF=0,900 PF=0,900 PF=0,900 13,8PF=0,900
kV S=0,112 MVA
N14
L13 u=96,43 % L12 PF=0,900 L11 I=52,027 A L10 C7
13,8 kV Uang=0,61
P=0,405 MW
P=0,574 MW N12 P=0,675 MW N10 P=0,405 MW S=0,450 MVA
u=96,39 % Q=0,196 Mvar Q=0,278 Mvar Q=0,327 Mvar Q=0,196 Mvar N11
PF=0,900
I=19,522 A
I=27,646 A 13,8 kVI=32,504 A 13,8 kV 13,8 kV
Uang=0,62 I=19,532 A
u=96,44 % u=96,49 % u=96,44 %
Uang=0,61 Uang=0,60 Uang=0,61
C11 C10
S=0,450 MVA S=0,187 MVA C8
PF=0,900 PF=0,900 S=0,450 MVA
PF=0,900
Figura 7.11 Diagrama de Flujo de Potencia del Sistema de 14 Barras realizado

mediante el Software NEPLAN 5.18.
Como puede observarse la Figura 7.11 nos muestra el flujo de carga de los elementos
que conforman la red radial de 14 nodos, los cuadros en color rojo nos indica que la
capacidad de carga en las lneas esta por arriba del nivel permitido es decir existe una
corriente mxima en el sistema de 114,882 A y este conductor solo soporta una
corriente mxima de 100 A es decir existe una anomala en la capacidad del
conductor de 14,882 A, los puntos de color rojo nos indican que existen ciertos nodos
en el sistema que se encuentran por debajo de la tensin mnima establecida es decir
el conductor tampoco cumple las normas de cada de tensin establecidas la cual es
de V% = 2 %. En las siguientes tablas comparativas se mostraran mejor cada uno
de estos resultados.
7.7.3 Comparacin de Resultados obtenidos para el Sistema de 14 Barras sin

Optimizar los Conductores que componen esta Red
A continuacin se presenta la comparacin entre los resultados del flujo de carga

obtenidos con el calibre del conductor # 6 de aluminio desnudo ARVIDAL (sin
optimizar los conductores) usando la herramienta computacional SDRO, con los
178
U
N
E
X
P
O
obtenidos utilizando el software NEPLAN 5.18. Es de resaltar que los datos de las
tensiones obtenidos mediante el programa SDRO fueron llevados a valores de
porcentuales (%) para as ser comparados con los obtenidos bajo el software
NEPLAN 5.18, ya que dicha herramienta computacional muestra los resultados
obtenidos en valores p.u.
Tabla 7.26 Comparacin de las tensiones en las barras obtenidas con la herramienta
Computacional SDRO con las obtenidas bajo el software NEPLAN 5.18
para la red de 14 Nodos (sin optimizar conductores)

Cdigo V V V
Barra
1 100,000 0,0000 100,00 0,0000 0,000 0,000
2 99,591 0,0682 99,59 0,0700 0,001 0,002
3 99,402 0,0999 99,40 0,1000 0,002 0,000
4 98,759 0,2087 98,76 0,2100 0,001 0,001
5 97,670 0,3956 97,67 0,4000 0,000 0,004
6 97,492 0,4267 97,49 0,4300 0,002 0,003
7 96,616 0,5806 96,62 0,5800 0,004 0,001
8 96,544 0,5933 96,54 0,5900 0,004 0,003
9 96,435 0,6128 96,44 0,6100 0,005 0,003
10 96,493 0,6025 96,49 0,6000 0,003 0,003
11 96,435 0,6128 96,44 0,6100 0,005 0,003
12 96,443 0,6115 96,44 0,6100 0,003 0,002
13 96,427 0,6144 96,42 0,6200 0,007 0,005
14 96,386 0,6216 96,39 0,6200 0,004 0,002
Se observa que al comparar los resultados los valores obtenidos tanto por la
herramienta computacional SDRO como por el software NEPLAN 5.18, son
similares y la mayor variacin que se presenta es de 0,01 % para los valores de los
voltajes en porcentaje y de 0,005 para el ngulo de fase en grados, los cuales pueden
179
U
N
E
X
P
O
tener su origen en la diferencia de decimales empleados. Tambin puede verse como

los perfiles de tensiones en los nodos est por debajo de la cada de tensin
establecida para este problema la cual es de un V = 2 % es decir las tensiones no
pueden estar por debajo de un 98 % ni por arriba de un 102 %.
Se presentan ahora los resultados de las corrientes obtenidas para cada una de las
lneas del sistema de distribucin de 14 Nodos, estos resultados son presentados en
valores reales.
Tabla 7.27 Corrientes en Ampere mediante el programa SDRO y el Software

NEPLAN 5.18 para la red de 14 Nodos (sin optimizar conductores)
Cdigo de NEPLAN
Barra SDRO 5.18 Diferencia
I I I
1 2 114,947 114,882 0,065

2 3 111,775 111,732 0,043
3 4 108,592 108,575 0,017
4 5 100,672 100,654 0,018
5 6 95,865 95,856 0.009
6 7 91,045 91,050 0,005
7 8 39,017 39,023 0,006
8 9 19,521 19,523 0,003
7 10 52,028 52,027 0,001
10 11 19,521 19,522 0,001
10 12 32,511 32,504 0,007
12 13 27,641 27,646 0,005
13 14 19,529 19,532 0,003
es de 0,065 Amp., hecho que permite resaltar y constatar que los resultados obtenidos
por la herramienta computacional SDRO son similares a los obtenidos con el
180
U
N
E
X
P
O
programa comercial NEPLAN 5.18. Se puede ver tambin como la corriente que
circula por las tres primeras lneas que componen esta red se encuentra
sobrecargadas, es decir, estn funcionando mayor al lmite mximo de capacidad de
carga que pueden soportar.
Seguidamente se presenta la comparacin de los resultados obtenidos con la

para cada una de las lneas del sistema de distribucin de la Red radial de 14 nodos,
con los obtenidos con el programa comercial NEPLAN 5.18.

NEPLAN 5.18 para la red de 14 Nodos (sin optimizar conductores)
Cdigo de
Barra SDRO NEPLAN 5.18 Diferencia

[MW] [MW] [MW]
1 2 2,483 2,471 0,012
2 3 2,403 2,403 0,000
3 4 2,330 2,331 0,001
4 5 2,145 2,145 0,000
5 6 2,017 2,018 0,001
6 7 1,912 1,913 0,001
7 8 0,811 0,811 0,000
8 9 0,405 0,406 0,001
7 10 1,081 1,082 0,001
10 11 0,405 0,405 0,000
10 12 0,674 0,675 0,001
12 13 0,573 0,574 0,001
13 14 0,405 0,405 0,000
181
U
N
E
X
P
O
En la Tabla 7.28 se observa que la mayor variacin existente entre los resultados de
similares a los obtenidos con el programa comercial NEPLAN 5.18. La sobrecarga
que presentan las lneas 1, 2 y 3 hace que las prdidas en estas aumenten debido a la
relacin I2R, es decir, el calibre de estos conductores es pequeo para la corriente que
por ellos circula.

conductores)
Cdigo de NEPLAN

1 2 1,175 1,172 0,003
2 3 1,140 1,139 0,001
3 4 1,106 1,106 0,000
4 5 1,021 1,021 0,000
5 6 0,968 0,968 0,000
4 7 0,918 0,919 0,001
7 8 0,392 0,392 0,000
8 9 0,196 0,196 0,000
7 10 0,523 0,523 0,000
10 11 0,196 0,196 0,000
10 12 0,327 0,327 0,000
12 13 0,278 0,278 0,000
13 14 0,196 0,196 0,000
En la Tabla 7.29 se puede observar que la mayor variacin existente entre los
resultados de las Prdidas de Potencia Reactiva es de 0,003 MVAR, hecho que
permite resaltar y constatar que los resultados arrojados por la herramienta
182
U
N
E
X
P
O

NEPLAN 5.18.

distribucin de 14 barras (sin realizar la optimizacin de conductores), con los
obtenidos a travs del programa comercial NEPLAN 5.18. Es de resaltar que los
valores de las prdidas totales del sistema se obtienen directamente de los reportes de
resultados de la herramienta computacional SDRO como puede observarse en la
siguiente tabla.

SDRO y el Software NEPLAN 5.18 para la red de 14 Nodos (sin
optimizar conductores)
P prdidas
SDRO 0,088 0,014 2,483 1,175 2,395 1,161

NEPLAN 5.18 0,088 0,014 2,482 1,174 2,394 1,160
Diferencia 0,000 0,000 0,001 0,001 0,001 0,001
En la Tabla 7.30 se observa que existe una pequea variacin en las Prdidas de
Potencia Activa y Reactiva de un 0,001 MW y 0,001 MVAR tanto en las cargas
como en la generacin del sistema, es importante decir que esta variacin de potencia
puede tener su origen al momento de introducir los datos de las cargas y por lo tanto
esto afecta a la potencia generada al sistema, de esta manera este hecho permite
resaltar y constatar que los resultados arrojados por la herramienta computacional
183
U
N
E
X
P
O
SDRO son similares a los obtenidos con el programa comercial NEPLAN 5.18. De
esta manera se puede apreciar que los resultados realizados paso a paso para verificar
si el conductor usado para el diseo de la red de 14 nodos cumples con las
condiciones de capacidad de corriente y cada de tensin son bastante similares a los
obtenidos mediante la herramienta computacional SDRO y el software NEPLAN
5.18.
Ahora se procede a realizar la comparacin del flujo de carga obtenido mediante el

programa SDRO y el software NEPLAN 5.18 para el conductor que fue seleccionado
realizando la optimizacin de conductores por medio de la herramienta SDRO. La
herramienta mencionada nos muestra una serie de posibles soluciones para el
problema planteado considerando prdidas y costos de cada una de las soluciones
planteadas, de tal forma que el usuario pueda elegir la solucin que mejor le parezca
de acuerdo a sus necesidades. En este caso se eligi la solucin que est ms cercana
al punto medio de la grafica obtenida, ya que esta solucin est entre un nivel medio
del costo y las prdidas de la red es decir una solucin factible.
7.7.4 Solucin Mediante la Herramienta Computacional SDRO (realizando la

optimizacin de conductores) para la Red de 14 Nodos
Para realizar la optimizacin de conductores al sistema de 14 Nodos se usaron los

siguientes valores para configurar el algoritmo gentico:
Tamao de la Poblacin = 30 individuos

Nmero Mximo de Generaciones = 50 generaciones
Trminos Incluidos en la Inicializacin = 50 %
Tamao Mximo de la Poblacin Elite = 2 individuos
Porcentaje de Cruce = 50 %
ndice de Mutacin [0..1]= 0,01
184
U
N
E
X
P
O
Mtodo de Seleccin: Muestreo Determinstico

Tipo de Cruce: Punto o Monopunto
A continuacin se presenta una grfica obtenida mediante el programa SDRO con

una serie de posibles soluciones las cuales han sido obtenidas variando el calibre de
los conductores que componen la red de 14 nodos. Estos resultados han sido
obtenidos configurando el algoritmo gentico con los valores mostrados en el
apartado 7.6. En primer lugar en la Figura 7.12 se muestra una grfica de todas las
configuraciones ptimas realizadas considerando la funcin multi-objetivo Costo vs
Prdidas y teniendo como restriccin el ndice de calidad de tencin o IDT en la red.
Usando los valores anteriores para optimizar la red de 14 nodos se obtiene la

siguiente grfica:
Figura 7.12 Grfica Costos vs Prdidas para la red Radial de 14 Nodos (optimizada)
185
U
N
E
X
P
O
En la grfica anterior puede notarse como a medida que aumentan las prdidas el
costo de la red disminuye, es decir, son inversamente proporcionales uno del otro.
Esto sucede porque mientras mayor es el calibre que se emplea para una posible
solucin a este problema su costo aumenta. El crculo de color rojo en la grfica nos
indica la solucin para la optimizacin de esta red, es una solucin que posee tanto
prdidas como un costo considerable.
A continuacin se presenta el reporte obtenido mediante el programa SDRO para la

solucin de la posible configuracin que puede usarse para solucionar el problema de
prdidas de la red radial de 14 nodos. Es importante mencionar que esta
configuracin no es la nica solucin existente para solucionar el aumento de
prdidas de esta red, el programa SDRO permite elegir la solucin ms conveniente
para el usuario de acuerdo a sus necesidades.
Figura 7.13 Tabla Costo vs Prdidas para la red Radial de 14 Nodos (optimizada) y
la configuracin usada para esta solucin.
186
U
N
E
X
P
O
La solucin elegida por la herramienta computacional SDRO es la que se muestra en

la Figura 7.13, esta solucin consiste en colocar en toda la red conductores de
aluminio desnudo ARVIDAL calibre # 2. Es importante destacar que este conductor
es el de menor calibre usado por el programa para realizar la optimizacin.
En las siguientes Figuras se muestra el reporte obtenido mediante la herramienta

SDRO para el anlisis de flujos de potencia instalando el conductor # 2 en la red de
14 nodos.
Figura 7.14 Anlisis del Flujo de carga mediante la herramienta SDRO para la red
de 14 Nodos Optimizada.
La Figura 7.14 muestra el resultado general del flujo de carga obtenido para la red de
14 Nodos. Este reporte obtenido mediante el SDRO permite observar las prdidas
totales del sistema.
187
U
N
E
X
P
O
Figura 7.15 Anlisis del Flujo en las lneas mediante la herramienta SDRO para la
red de 14 Nodos Optimizada.
En la Figura 7.15 puede observarse el reporte detallado para el flujo en las lneas de la
red de 14 barras.
Figura 7.16 Prdidas de potencia en las lneas para red de 14 nodos instalando
conductor del tipo ARVIDAL calibre # 2.
En la Figura 7.16 se observan las prdidas en cada una de las lneas del sistema de 14
barras.
188
U
N
E
X
P
O
Las Figuras 7.14, 7.15 y 7.16 nos muestran los resultados del flujo de carga obtenido
de la red de 14 nodos ya habindose realizado la optimizacin de conductores por
medio de la herramienta computacional SDRO.
En la Tabla 7.31 se muestra la configuracin del calibre de conductores optimizados

mediante el programa SDRO, esta configuracin de conductores sern simulados
mediante el software NEPLAN 5.18 para as comparar los resultados obtenidos
mediante ambas herramientas.
Tabla 7.31 Configuracin Obtenida Mediante la Herramienta SDRO para la

Optimizacin de Prdidas en la red de 14 Nodos
Conductor
Desde Hasta Calibre #
N1 N2 2
N2 N3 2
N3 N4 2
N4 N5 2
N5 N6 2
N6 N7 2
N7 N8 2
N8 N9 2
N7 N10 2
N10 N11 2
N12 N13 2
N13 N14 2
A continuacin se muestran a travs del diagrama de flujo de potencia los resultados

obtenidos por medio del software NEPLAN 5.18 para el sistema de 14 nodos una vez
189
U
N
E
X
P
O
realizada la optimizacin de conductores es decir usando la configuracin de calibre

de conductores optimizados mediante la herramienta SDRO.
C6
S=0,450 MVA
N1 N8
PF=0,900
S/E N2 N3 N4 N5 N6 N7
13,8 kV 13,8 kV
P=-2,428 MW 13,8 kV 13,8 kV 13,8 kV 13,8 kV 13,8 kV 13,8 kVu=98,53 %
Q=-1,172 Mvar u=100,00 % u=99,83 % u=99,75 % u=99,47 % u=99,01 % u=98,94 % u=98,56 Uang=0,08
% N9
Uang=0,00 L1
Uang=0,01 L2 Uang=0,01 L3Uang=0,03 L4 Uang=0,05 L5 Uang=0,06L6
P=2,423 MW P=2,356 MW
Uang=0,08
P=2,000 MW P=1,898 MW
L8 13,8 kV
P=2,286 MW P=2,111 MW L7 P=0,405 MW
Q=1,170 Mvar Q=1,138 Mvar Q=1,104 Mvar Q=1,020 Mvar Q=0,968 Mvar Q=0,918 Mvar P=0,810 MW Q=0,196 Mvar u=98,49 %
I=0,113 kA I=0,110 kA I=0,106 kA I=0,099 kA I=0,094 kA Q=0,392 MvarI=0,019 kA Uang=0,08
I=0,089 kA
I=0,038 kA
C1 C2 C3 C4 C5 L9
S=0,075 MVA N13
S=0,075 MVA S=0,187 MVA S=0,112 MVA S=0,112 MVAP=1,080 MW
C9 PF=0,900 Q=0,523 Mvar
PF=0,900 PF=0,900 PF=0,900 13,8PF=0,900
kV S=0,112 MVA
N14 L13 u=98,48 % L12 PF=0,900 L11 I=0,051 kA L10 C7
Uang=0,08
P=0,405 MW
P=0,573 MW N12 P=0,674 MW N10 P=0,405 MW S=0,450 MVA
13,8 kV Q=0,327 Mvar Q=0,196 Mvar N11
PF=0,900
Q=0,196 Mvar Q=0,278 Mvar
u=98,47 % I=0,019 kA I=0,027 kA 13,8 kVI=0,032 kA 13,8 kVI=0,019 kA 13,8 kV
Uang=0,09 u=98,49 % u=98,51 % u=98,49 %
Uang=0,08 Uang=0,08 Uang=0,08
C11 C10
S=0,450 MVA S=0,187 MVA C8
PF=0,900 PF=0,900 S=0,450 MVA
PF=0,900
Figura 7.17 Diagrama de Flujo de Potencia del Sistema de 14 Barras (optimizando

los conductores) realizado mediante el Software NEPLAN 5.18.
Los resultados obtenidos anteriormente por medio del software NEPLAN 5.18 sern
comparados con los obtenidos bajo el uso de la herramienta computacional SDRO,
para as por ultimo realizar un anlisis comparativo entre las prdidas totales del
sistema obtenidas sin optimizar conductores y luego optimizando los mismos para
observar la diferencia de estas.

Optimizando los Conductores que componen esta Red

obtenidos al realizar la optimizacin de los conductores mediante la herramienta
computacional SDRO, con los obtenidos utilizando el software NEPLAN 5.18. Es de
resaltar que los resultados de las tensiones obtenidos mediante el programa SDRO
fueron llevados a valores de porcentuales (%) para as ser comparados con los
190
U
N
E
X
P
O
obtenidos bajo el software NEPLAN 5.18, ya que dicha herramienta computacional

muestra los resultados de las tensiones en valores p.u.
Tabla 7.32 Comparacin de las tensiones en las barras obtenidas (optimizando los
conductores) con la herramienta Computacional SDRO con las
obtenidas bajo el software NEPLAN 5.18 para la red de 14 Nodos

Cdigo V V V
Barra
1 100,00 0,0000 100,00 0,0000 0,000 0,000
2 99,82 0,0095 99,83 0,0100 0,001 0,005
3 99,74 0,0139 99,75 0,0100 0,001 0,004
4 99,47 0,0290 99,47 0,0300 0,000 0,001
5 99,01 0,0547 99,01 0,0500 0,000 0,005
6 98,93 0,0589 98,94 0,0600 0,001 0,001
7 98,56 0,0797 98,56 0,0800 0,000 0,002
8 98,53 0,0802 98,53 0,0800 0,000 0,002
9 98,48 0,0840 98,49 0,0800 0,001 0,004
10 98,51 0,0827 98,51 0,0800 0,000 0,003
11 98,48 0,0840 98,49 0,0800 0,001 0,004
12 98,49 0,0839 98,49 0,0800 0,000 0,004
13 98,48 0,0843 98,48 0,0800 0,000 0,005
14 98,46 0,0852 98,47 0,0900 0,001 0,005
Se observa que al comparar los resultados los valores obtenidos tanto por la
herramienta computacional SDRO como por el software NEPLAN 5.18, son
similares en cuanto a las tensiones en los nodos y la mayor variacin que se presenta
es de 0,005 para el ngulo de fase en grados con lo que se puede decir que los
resultados obtenidos mediante la herramienta computacional SDRO correctos. De
esta forma puede notarse como al aumentar el calibre de los conductores el perfil de
tensin en los nodos mejora notablemente.
191
U
N
E
X
P
O
Se presentan ahora los resultados obtenidos de las corrientes de rama, para cada una
de las lneas del sistema de distribucin de 14 barras, estos resultados son presentados
en valores reales.
Tabla 7.33 Valores de corrientes en A, mediante el programa SDRO y el Software

NEPLAN 5.18 para la red de 14 nodos (optimizando los conductores)
Cdigo de NEPLAN
I I I
1 2 112,85 112,83 0,02

2 3 109,68 109,63 0,05
3 4 106,51 106,49 0,02
4 5 98,65 98,63 0,02
5 6 93,90 93,89 0,01
6 7 89,16 89,16 0,00
7 8 38,22 38,22 0,00
8 9 19,11 19,11 0,00
7 10 50,94 50,94 0,00
10 11 19,11 19,11 0,00
10 12 31,83 31,82 0,01
12 13 27,06 27,06 0,00
13 14 19,12 19,12 0,00
En la Tabla 7.33 podemos notar como la mayor variacin existente entre los
resultados es de 0,02 A., hecho que permite resaltar y constatar que los resultados
obtenidos por la herramienta computacional SDRO son similares a los obtenidos con
el programa comercial NEPLAN 5.18. Al incrementarse el calibre de los conductores
podemos notar como existe una pequea disminucin en la corriente que circula por
estos.
192
U
N
E
X
P
O

con los obtenidos con el programa comercial NEPLAN 5.18. Es de resaltar que los
valores de prdidas en los reportes de resultados de la herramienta computacional
SDRO son presentados en unidades de MW y en MVAR, por lo cual se pueden
observar completamente los valores obtenidos para as ser comparados mediante
NEPLAN 5.18 sin tener que llevar estos valores a otras unidades.

NEPLAN 5.18 para el sistema de 14 Nodos (optimizando los
conductores)
Cdigo de

[MW] [MW] [MW]
1 2 2,428 2,423 0,002
2 3 2,356 2,356 0,000
3 4 2,286 2,286 0,000
4 5 2,111 2,111 0,000
5 6 2,000 2,000 0,000
6 7 1,897 1,898 0,001
7 8 0,810 0,810 0,000
8 9 0,405 0,405 0,000
7 10 1,079 1,080 0,001
10 11 0,405 0,405 0,000
10 12 0,674 0,674 0,000
12 13 0,573 0,573 0,000
13 14 0,405 0,405 0,000
de las Prdidas de Potencia Activa es de 0,002 MW, hecho que permite resaltar y
193
U
N
E
X
P
O

Software NEPLAN 5.18 para el sistema de 44 Nodos (optimizando los
Conductores)
Cdigo de NEPLAN

1 2 1,173 1,170 0,003
2 3 1,138 1,138 0,000
3 4 1,105 1,104 0,001
4 5 1,020 1,020 0,000
5 6 0,967 0,968 0,001
6 7 0,918 0,918 0,000
7 8 0,392 0,392 0,000
8 9 0,196 0,196 0,000
7 10 0,523 0,523 0,000
10 11 0,196 0,196 0,000
10 12 0,327 0,327 0,000
12 13 0,278 0,278 0,000
13 14 0,196 0,196 0,000
Mediante la Tabla 7.35 observamos que la mayor variacin existente entre los
NEPLAN 5.18.
194
U
N
E
X
P
O

distribucin de 14 barras (al realizar la optimizacin de conductores), con los
siguiente tabla.

SDRO y el Software NEPLAN 5.18 (al realizar la optimizacin de
conductores) para el sistema de 14 Nodos
P prdidas
SDRO 0,034 0,012 2,428 1,173 2,395 1,161

(conductores optimizados)
NEPLAN 5.18 0,034 0,012 2,428 1,172 2,395 1,160
Diferencia 0,000 0,000 0,000 0,001 0,000 0,001
Se observa que existe una pequea variacin en las Prdidas de Potencia Reactiva de
un 0,001 MVAR tanto en las cargas como en la generacin del sistema, hecho que
NEPLAN 5.18.

distribucin de 14 barras (sin realizar la optimizacin de conductores) con los
195
U
N
E
X
P
O
resultados obtenidos usando la misma herramienta pero con la optimizacin de

conductores realizada al sistema para as verificar si existe una disminucin de las
prdidas en el sistema al aplicar dicha optimizacin.

SDRO sin optimizar conductores y realizando la optimizacin de los
mismos para la red de 14 Nodos
P prdidas
SDRO 0,088 0,014 2,484 1,175 2,395 1,161

(sin optimizar conductores)
SDRO 0,034 0,012 2,428 1,173 2,395 1,161
(optimizando conductores)
Disminucin de prdidas 0,054 0,002 0,054 0,002 0,000 0,000
Como era de esperarse existe una disminucin de las prdidas en las lneas y en la
generacin al realizar la optimizacin de conductores con un valor de 0,054 MW en
potencia activa y de 0,02 MVAR de la potencia reactiva suministrada al sistema.
A continuacin se presentan las graficas que se obtienen mediante la herramienta

computacional SDRO para el sistema de 14 barras donde se observ el
comportamiento de la red, y la relacin existente entre la generacin con respecto a la
ganancia, prdidas, costos y calidad de tensin.
196
U
N
E
X
P
O
Fitness vs Generacin
0.35
0.3
0.25
0.2
Fitness
0.15
0.1
0.05
0
0 5 10 15 20 25 30 35 40 45 50
Generacines
Figura 7.18 Grfica Fitness vs Generacin para la red de 14 Nodos al optimizarla
En esta grfica puede observarse como a medida que aumenta el nmero de

generaciones el fitness o medida de calidad disminuye hasta mantenerse. Es decir
a medida que pasan las generaciones se obtendrn individuos o configuraciones
que se adapten a unas prdidas aceptables.
197
U
N
E
X
P
O
Perdidas vs Generacin
0.035
0.03
Perdidas [Mw]
0.025
0.02
0.015
0.01
0 5 10 15 20 25 30 35 40 45 50
Generaciones
Figura 7.89 Grfica Prdidas vs Generacin
En la grfica anterior se observa como a medida que transcurren las generaciones las
prdidas disminuyen, es decir, a medida que aumente el nmero de generaciones las
prdidas se irn amoldando hasta obtener una configuracin que genere prdidas
aceptables para la solucin del problema.
198
U
N
E
X
P
O
4
x 10 Costo vs Generacin
1.5
1.4
1.3
1.2
Costo [Bs.F]
1.1
0.9
0.8
0.7
0.6
0 5 10 15 20 25 30 35 40 45 50
Generaciones
Figura 7.19 Grafica Costo vs Generacin para la red de 14 Nodos al optimizarla
En la grfica anterior podemos ver como a medida que transcurren las generaciones el
costo disminuye, y es evidente puesto que como se dijo anteriormente a medida que
transcurren las generaciones las prdidas disminuyen y por lo tanto el costo aumenta
ya que a menores prdidas mayor ser el costo de la red.
199
U
N
E
X
P
O
-3
x 10 IDT vs Generacin
2.2
1.8
1.6
1.4
IDT
1.2
0.8
0.6
0.4
0 5 10 15 20 25 30 35 40 45 50
Generaciones
Figura 7.20 Grfica IDT vs Generacin para la red de 14 Nodos al optimizarla
En la grafica de la Figura 7.20 se muestra como a medida que transcurren las

generaciones el ndice de Calidad de tensin (IDT). Este resultado es correcto ya que
a medida pasen las generaciones se obtendrn individuos que mejoren su IDT, es
decir, se obtendrn configuraciones para esta red que mantengan un ndice de calidad
de tensin acordes con la solucin del problema. Es importante recordar que ndice
de Calidad de Tensin (IDT) mientras ms cercano este del origen o valor cero
mucho mejor ser puesto que la desviacin de tensin con respecto a el valor nominal
de cada nodo ser mnima.
200
U
N
E
X
P
O
7.8 Red Radial de 24 Nodos
A continuacin se presentan en las Tablas 7.38 y 7.39 los valores de voltajes, lineas y
cargas que componen la red de 24 Nodos para efectuar la simulacin de la misma.


valores reales
Generacin Carga
Cdigo de Voltaje
Barra (p) [kV] MW MVAR MW MVAR
1 13,8000,00 0 0 0 0
2 13,8000,00 0 0 0,068 0,033
3 13,8000 ,00 0 0 0,068 0,033
4 13,8000 ,00 0 0 0,168 0,082
5 13,8000 ,00 0 0 0,101 0,049
6 13,8000,00 0 0 0,101 0,049
7 13,8000,00 0 0 0 0
8 13,8000 ,00 0 0 0,405 0,196
9 13,8000 ,00 0 0 0,405 0,196
10 13,8000 ,00 0 0 0 0
11 13,8000,00 0 0 0,405 0,196
12 13,8000 ,00 0 0 0,101 0,049
13 13,8000 ,00 0 0 0,168 0,082
14 13,8000 ,00 0 0 0,405 0,196
15 13,8000,00 0 0 0 0
16 13,8000,00 0 0 0,168 0,082
201
U
N
E
X
P
O
17 13,8000 ,00 0 0 0.068 0.033
18 13,8000 ,00 0 0 0.168 0.082
19 13,8000 ,00 0 0 0.168 0.082
20 13,8000,00 0 0 0.101 0.049
21 13,8000,00 0 0 0.068 0.033
22 13,8000 ,00 0 0 0.168 0.082

Tabla 7.39 Datos de las
lneas del 23 13,8000 ,00 0 0 0.101 0.049 sistema de
24 Barras 24 13,8000 ,00 0 0 0.405 0.196 en valores
reales
Cdigo de
x [/ km.] Longitud I mx.
Barra r [/ km.]
[km.] [A]
(p-q)
1-2 0,9627 0,3564 0,120 180
2-3 0,9627 0,3564 0,057 180
3-4 0,9627 0,3564 0,200 180
4-5 0,9627 0,3564 0,365 180
5-6 0,9627 0,3564 0,063 180
6-7 0,9627 0,3564 0,325 180
7-8 0,9627 0,3564 0,062 180
8-9 0,9627 0,3564 0,190 180
7-10 0,9627 0,3564 0,080 180
10-11 0,9627 0,3564 0,100 180
10-12 0,9627 0,3564 0,052 180
12-13 0,9627 0,3564 0,020 180
13-14 0,9627 0,3564 0,070 180
12-15 0,9627 0,3564 0,025 180
15-20 0,9627 0,3564 0,055 180
15-16 0,9627 0,3564 0,065 180
16-17 0,9627 0,3564 0,600 180
17-18 0,9627 0,3564 0,115 180
18-19 0,9627 0,3564 0,300 180
15-21 0,9627 0,3564 0,070 180
21-22 0,9627 0,3564 0,125 180
22-23 0,9627 0,3564 0,020 180
23-24 0,9627 0,3564 0,070 180
202
U
N
E
X
P
O
A continuacin se muestran a travs del diagrama de flujo de potencia los resultados

obtenidos por medio del software NEPLAN 5.18 para el sistema de 24 nodos. Los
resultados obtenidos en el siguiente diagrama pueden observarse detalladamente en
las Tablas VII 7.16 y VII.17 ubicadas en los anexos del presente trabajo.
Figura 7.21 Diagrama de Flujo de Potencia del Sistema de 24 Nodos realizado

En la Figura 7.21 al realizar el flujo de carga para el sistema de 24 barras se observa

como la lnea 1 se encuentra sobrecarga, ya que el conductor instalado para esta red
solo soporta una corriente mxima de 180 A y por la lnea circulan 181,601 A es
203
U
N
E
X
P
O
decir existe una diferencia de corriente de 1,601 A. Esta sobrecarga en la lnea

ocasiona una disminucin del perfil de tenciones en algunos nodos. Los resultados
obtenidos anteriormente por medio del software NEPLAN 5.18 sern comparados
con los obtenidos bajo el uso de la herramienta computacional SDRO, para as
realizar un anlisis comparativo entre ambas herramientas.


obtenidos usando la herramienta computacional SDRO, con los obtenidos utilizando
el software NEPLAN 5.18. Es de resaltar que los datos de las tensiones obtenidos
mediante el programa SDRO fueron llevados a valores de porcentuales (%) para as
ser comparados con los obtenidos bajo el software NEPLAN 5.18, ya que dicha
herramienta computacional muestra los resultados obtenidos en valores p.u.
para la red de 24 Nodos (sin optimizar los conductores)

Cdigo V V V
Barra
1 100,000 0 ,000 100,00 0,000 0,000 0,000
2 99,720 0 ,015 99,72 0,020 0,000 0,005
3 99,590 0 ,022 99,59 0,020 0,000 0,002
4 99,140 0 ,047 99,14 0,050 0,000 0,002
5 98,357 0 ,090 98,36 0,090 0,003 0,000
6 98,226 0 ,098 98,23 0,010 0,004 0,002
7 97,568 0 ,135 97,57 0,140 0,002 0,005
8 97,537 0 ,137 97,54 0,140 0,003 0,003
204
U
N
E
X
P
O
9 97,490 0 ,140 97,49 0,140 0,000 0,000

10 97,445 0 ,142 97,45 0,140 0,005 0,002
11 97,421 0 ,144 97,42 0,140 0,001 0,004
12 97,379 0 ,146 97,38 0,150 0,001 0,004
13 97,372 0 ,146 97,37 0,150 0,002 0,004
14 97,354 0 ,147 97,35 0,150 0,004 0,003
15 97,357 0 ,147 97,36 0,150 0,003 0,003
16 97,334 0 ,149 97,33 0,150 0,004 0,001
17 97,185 0 ,157 97,19 0,160 0,005 0,002
18 97,162 0 ,159 97,16 0,160 0,002 0,001
19 97,131 0 ,161 97,13 0,160 0,001 0,001
20 97,329 0 ,149 97,33 0,150 0,001 0,001
21 97,297 0 ,151 97,29 0,150 0,007 0,001
22 97,245 0 ,154 97,24 0,150 0,005 0,006
23 97,239 0 ,154 97,23 0,150 0,009 0,006
24 97,222 0 ,155 97,22 0,150 0,002 0,005
En la Tabla 7.40 se puede apreciar que al comparar los resultados los valores
obtenidos tanto por la herramienta computacional SDRO como por el software
NEPLAN 5.18, son similares y la mayor variacin que se presenta es de 0,009 % para
los valores de los voltajes en porcentaje y de 0,006 para el ngulo de fase en grados,
los cuales pueden tener su origen en la diferencia de decimales empleados.
Comparando los niveles de tensiones mediante esta tabla se puede observar como los
niveles de tensin empiezan a disminuir a partir del nodo 7 afectando as a los nodos
que se encuentran conectados a este mediante las lneas.
valores reales mediante la siguiente tabla comparativa.
205
U
N
E
X
P
O
Tabla 7.41 Valores de corrientes mediante el programa SDRO y el Software

NEPLAN 5.18 para el sistema de 24 Nodos (sin optimizar los
Conductores)
Cdigo de NEPLAN
I I I
1 2 181,60 181,60 0,00

2 3 178,43 178,43 0,00
3 4 175,26 175,25 0,01
4 5 167,37 167,36 0,01
5 6 162,59 162,59 0.00
6 7 157,81 157,81 0,00
7 8 38,61 36,60 0,01
8 9 19,31 19,30 0,01
7 10 119,20 119,20 0,00
10 11 19,32 19,32 0,00
10 12 99,88 99,88 0,00
12 13 27,37 27,36 0,01
13 14 19,34 19,35 0,01
12 15 67,69 67,69 0,00
15 20 4,82 4,82 0,00
15 21 35,47 35,47 0,00
15 16 27,39 27,39 0,00
16 17 19,36 19,35 0.01
17 18 16,10 16,10 0,00
18 19 8,05 8,05 0,00
21 22 32,22 32,22 0,00
22 23 24,18 24,18 0,00
23 24 19,36 19,35 0,01
En la Tabla 7.15 podemos notar que la mayor variacin existente entre los resultados
es de 0,01 A, hecho que permite resaltar y constatar que los resultados obtenidos por
206
U
N
E
X
P
O
la herramienta computacional SDRO son similares a los obtenidos con el programa

Seguidamente se presenta la comparacin de resultados obtenidos con la herramienta

computacional SDRO, correspondiente a Prdidas de Potencia Activa y Reactiva para
cada una de las lneas del sistema de distribucin de la Red radial de 14 nodos, con
los obtenidos con el programa comercial NEPLAN 5.18.

NEPLAN 5.18 para la red de 24 Nodos (sin optimizar los conductores)
Cdigo de

[MW] [MW] [MW]
1 2 3,909 3,910 0,001
2 3 3,830 3,830 0,000
3 4 3,756 3,757 0,001
4 5 3,571 3,571 0,000
5 6 3,440 3,441 0,001
6 7 3,334 3,335 0,001
7 8 0,810 0,810 0,000
8 9 0,405 0,405 0,000
7 10 2,501 2,501 0,000
10 11 0,405 0,405 0,000
10 12 2,092 2,093 0,001
12 13 0,573 0,573 0,000
13 14 0,405 0,405 0,000
12 15 1,417 1,417 0,000
15 20 0,101 0,101 0,000
15 21 0,742 0,743 0,001
15 16 0,572 0,573 0,001
16 17 0,404 0,405 0.001
17 18 0,336 0,336 0,000
207
U
N
E
X
P
O
18 19 0,168 0,168 0,000

21 22 0,674 0,674 0,000
22 23 0,506 0,506 0,000
23 24 0,405 0,405 0,000
De la Tabla anterior se observo que la mayor variacin en los resultados corresponde

a Prdidas de Potencia Activa de 0,001 MW, lo que resalta que los resultados
arrojados por el SDRO son similares a los del programa NEPLAN 5.18.

conductores)
Cdigo de NEPLAN

1 2 1,885 1,886 0,001
2 3 1,848 1,849 0,001
3 4 1,813 1,814 0,001
4 5 1,725 1,725 0,000
5 6 1,665 1,665 0,000
6 7 1,614 1,614 0,000
7 8 0,392 0,392 0,000
8 9 0,196 0,196 0,000
7 10 1,213 1,214 0,001
10 11 0,196 0,196 0,000
10 12 1,016 1,016 0,000
12 13 0,278 0,278 0,000
13 14 0,196 0,196 0,000
12 15 0,688 0,689 0,001
15 20 0,049 0,049 0,000
15 21 0,360 0,360 0,000
15 16 0,279 0,279 0,000
16 17 0,197 0,197 0.000
208
U
N
E
X
P
O
17 18 0,164 0,164 0,000

18 19 0,082 0,082 0,000
21 22 0,327 0,327 0,000
22 23 0,245 0,245 0,000
23 24 0,196 0,196 0,000
En la Tabla 7.43 podemos notar que la mayor variacin existente entre los resultados
de las Prdidas de Potencia Reactiva es de 0,001 MVAR, hecho que permite resaltar
y constatar que los resultados arrojados por la herramienta computacional SDRO son

siguiente tabla.

optimizar los conductores)
P prdidas
SDRO 0,099 0,036 3,909 1,885 3,810 1,849

NEPLAN 5.18 0,099 0,037 3,909 1,886 3,810 1,849
Diferencia 0,000 0,001 0,000 0,001 0,000 0,000
209
U
N
E
X
P
O
En la Tabla 7.44 podemos ver que existe una pequea variacin en las Prdidas de
sistema, hecho que permite resaltar y constatar que los resultados arrojados por la
herramienta computacional SDRO son similares a los obtenidos con el programa

Para realizar la optimizacin de conductores al sistema de 24 Nodos se utiliz los

siguientes valores para el algoritmo gentico:

Mtodo de Seleccin: Muestreo Estocstico
La grfica obtenida mediante el programa SDRO da una serie de posibles soluciones

las cuales han sido obtenidas variando el calibre de los conductores que componen la
red de 24 nodos tal como se indica en la Figura 7.22.
210
U
N
E
X
P
O
En la Figura 7.22 puede notarse que a medida que aumentan las prdidas el costo de
la red disminuye, es decir, son inversamente proporcionales uno del otro.
El reporte obtenido mediante el programa SDRO da una solucin de la posible que

puede usarse para solucionar el problema de prdidas de la red radial de 24 nodos.
Dicho reporte es mostrado en la Figura 7.23.
211
U
N
E
X
P
O

la Figura 7.23, esta solucin consiste en colocar en las 6 primeras lneas que
conforman red de 24 nodos conductores de aluminio desnudo ARVIDAL calibre
# 1/0 y para el resto de las lneas conductor calibre # 2 .
En la siguiente tabla se muestra la configuracin del calibre de conductores

optimizados mediante el programa SDRO, esta configuracin de conductores sern
simulados mediante el software NEPLAN 5.18 para as comparar los resultados
obtenidos mediante ambas herramientas.
212
U
N
E
X
P
O

Optimizacin de Prdidas en la red de 24 Nodos
Conductor
1 2 1/0
2 3 1/0
3 4 1/0
4 5 1/0
5 6 1/0
6 7 1/0
7 8 2
8 9 2
7 10 2
10 11 2
10 12 2
12 13 2
13 14 2
12 15 2
15 20 2
15 21 2
15 16 2
16 17 2
17 18 2
18 19 2
21 22 2
22 23 2
23 24 2
En la Figura 7.24 se muestran a travs del diagrama de flujo de potencia los

resultados obtenidos por medio del software NEPLAN 5.18 para el sistema de 24
213
U
N
E
X
P
O
nodos una vez realizada la optimizacin de conductores es decir usando la

configuracin de calibre de conductores optimizados mediante la herramienta SDRO.
C6
N4 S=0,450 MVA
13,8 kV N8
PF=0,900
N1 N2 N3 N5 N6 N7
u=99,42 % 13,8 kV
13,8 kV 13,8 kV 13,8 kV 13,8 kV 13,8 kV 13,8 kV
L2 L4
u=100,00 %L1u=99,81 % u=99,73 % L3 u=98,90 %L5u=98,81 % L6u=98,37u=98,34
%
%
N9
S/E P=3,872 MW P=3,797 MW P=3,726 MW P=3,547 MW P=3,428 MW P=3,324 MW L7
P=-3,872 MW Q=1,883 Mvar Q=1,846 MvarQ=1,812 MvarQ=1,723 Mvar Q=1,664 Mvar 13,8 kV
Q=1,614 Mvar P=0,810 MW L8
Q=-1,883 Mvar I=0,180 kA I=0,177 kA I=0,166 kA u=98,29 %
I=0,174 kA I=0,161 kAC5I=0,156 kA Q=0,392 P=0,405 MW
Mvar
C1 C4 L9
C2 C3 S=0,112 MVA P=2,499 Q=0,196 Mvar
I=0,038
MWkA
S=0,076 MVA S=0,076 MVAS=0,187 MVA S=0,112 MVA C9
N13 L10
I=0,019 kA
PF=0,900
PF=0,900 PF=0,900 PF=0,89913,8PF=0,900
kV S=0,112 MVA L11 Q=1,213 Mvar P=0,405 MW C7
N14 u=98,24 % L12 PF=0,900 I=0,118Q=0,196
kA Mvar
S=0,450 MVA
P=2,092 MW
13,8 kV L13 P=0,573 MW I=0,019 kA PF=0,900
N12Q=1,016 Mvar N11
u=98,22 % P=0,405 MW Q=0,278 Mvar N10
Q=0,196 Mvar 13,8 kVI=0,099 kA 13,8 kV
I=0,027 kA 13,8 kV
I=0,019 kA u=98,24
L14 % u=98,26 %
C11 u=98,29 %
C10 P=1,417 MW C8
S=0,450 MVA S=0,187 MVA Q=0,689 Mvar
S=0,450 MVA
PF=0,900 PF=0,899 I=0,067 kA N17 N19
N20 N15 N16 PF=0,900 N18
13,8 kV 13,8 kV
13,8 kV 13,8 kV L16 13,8 kV 13,8 kV
L15 u=98,11 % u=98,06 %
u=98,22 % u=98,23 % u=98,21 % u=98,09 %
P=0,101 MW P=0,573 MW L18 L19
L17
C12 Q=0,049 Mvar Q=0,279 Mvar
I=0,027 kA P=0,405 MW P=0,336 MW P=0,168 MW
S=0,112 MVA I=0,005 kAL20 Q=0,197 Mvar Q=0,164 Mvar Q=0,082 Mvar
PF=0,900 P=0,743 MW I=0,016 kA I=0,008 kA
I=0,019 kA
Q=0,360 Mvar C13 C14 C15 C16
I=0,035 kA
N21 S=0,187 MVA S=0,076 MVA S=0,187 MVAS=0,187 MVA
13,8 kV PF=0,899 PF=0,900 PF=0,899 PF=0,899
C17
S=0,076 MVA L21 u=98,20 %
PF=0,900 P=0,674 MW
Q=0,327 Mvar
I=0,032 kAN22
C18 13,8 kV
S=0,187 MVA L22u=98,15 %
PF=0,899 P=0,506 MW
Q=0,245 Mvar N24
I=0,024 kA L23 13,8 kV
P=0,405 MW u=98,12 %
N23 Q=0,196 Mvar
13,8 kV I=0,019 kA
u=98,14 %
C20 C21
S=0,112 MVA S=0,450 MVA
PF=0,900 PF=0,900
Figura 7.24 Diagrama de Flujo de Potencia del Sistema de veinticuatro Barras

NEPLAN 5.18.
Los resultados obtenidos anteriormente por medio del software NEPLAN 5.18 sern
comparados con los obtenidos bajo el uso de la herramienta computacional SDRO,
para as por ultimo realizar un anlisis comparativo entre las prdidas totales del
sistema obtenidas sin optimizar conductores y luego optimizando conductores para
observar la diferencia de estas.
214
U
N
E
X
P
O
7.8.3 Comparacin de Resultados obtenidos para el Sistema de 24 Barras al


obtenidos al realizar la optimizacin de los conductores mediante la herramienta
computacional SDRO, con los obtenidos utilizando el software NEPLAN 5.18. Es de
resaltar que los resultados de las tensiones obtenidos mediante el programa SDRO
fueron llevados a valores de porcentuales (%) para as ser comparados con los
obtenidos bajo el software NEPLAN 5.18, ya que dicha herramienta computacional
muestra los resultados de las tensiones en valores p.u.
Tabla 7.46 Comparacin de las tensiones en las barras para el sistema de 24 Nodos
obtenidas (optimizando los conductores) con la herramienta

Cdigo V V V
de [%] [Grados] [%] [Grados] [%]
Barra [Grado]
1 100,00 0,0000 100,00 0,0000 0,00 0,000
2 99,81 -0,0061 99,81 -0,0100 0,00 0,005
3 99,72 -0,0089 99,73 -0,0100 0,01 0,001
4 99,42 -0,0189 99,42 -0,0200 0,00 0,001
5 98,89 -0,0363 98,90 -0,0400 0,00 0,003
6 98,81 -0,0392 98,81 -0,0400 0,00 0,001
7 98,36 -0,0541 98,37 -0,0500 0,01 0,004
8 98,33 -0,0523 98,34 -0,0500 0,01 0,002
9 98,29 -0,0521 98,29 -0,0600 0,00 0,007
10 98,28 -0,0572 98,29 -0,0600 0,01 0,002
11 98,25 -0,0558 98,26 -0,0600 0,01 0,004
12 98,23 -0,0534 98,24 -0,0600 0,01 0,006
13 98,23 -0,0530 98,24 -0,0600 0,01 0,007
14 98,20 -0,0520 98,22 -0,0600 0,02 0,008
215
U
N
E
X
P
O
15 98,22 -0,0522 98,23 -0,0600 0,01 0,007

16 98,19 -0,0508 98,21 -0,0600 0,01 0,009
17 98,10 -0,0523 98,11 -0,0600 0,01 0,007
18 98,09 -0,0509 98,09 -0,0600 0,00 0,009
19 98,95 -0,0591 98,06 -0,0600 0,01 0,001
20 98,21 -0,0520 98,22 -0,0600 0,01 0,008
21 98,19 -0,0504 98,20 -0,0600 0,01 0,009
22 98,14 -0,0474 98,15 -0,0500 0,00 0,002
23 98,13 -0,0471 98,14 -0,0500 0,01 0,004
24 98,11 -0,0461 98,12 -0,0500 0,01 0,003
En la Tabla 7.47 posemos observar que al comparar los resultados los valores
NEPLAN 5.18, presenta una pequea variacin de las tensiones en los nodos de un
0,02 % y la mayor variacin que se presenta para el ngulo de fase en grados es de
0,009 con lo que se puede decir que los resultados obtenidos mediante la herramienta
computacional SDRO son correctos.
Se presentan ahora los resultados obtenidos de las corrientes de rama, para cada una
de las lneas del sistema de distribucin de 24 barras, estos resultados son presentados
en valores reales.
Tabla 7.47 Valores de corrientes, obtenidas mediante el programa SDRO y el

conductores)
Cdigo de NEPLAN
I I I
1 2 180,23 180,14 0,09

2 3 177,06 176,97 0,09
216
U
N
E
X
P
O
3 4 173,89 173,80 0,09

4 5 166,02 165,99 0,03
5 6 161,27 161,18 0.09
6 7 156,52 156,43 0,09
7 8 38,29 38,29 0,00
8 9 19,15 19,15 0,00
7 10 118,23 118,14 0,09
10 11 19,16 19,15 0,01
10 12 99,96 99,98 0,02
12 13 27,14 27,12 0,02
13 14 19,18 19,16 0,02
12 15 67,13 67,07 0,06
15 20 4,78 4,82 0,04
15 21 35,18 35,15 0,03
15 16 27,17 27,13 0,04
16 17 19,20 19,17 0.03
17 18 15,97 15,94 0,03
18 19 7,99 7,97 0,02
21 22 31,96 31,99 0,03
22 23 24,99 24,97 0,02
23 24 19,20 19,18 0,02
Mediante la Tabla anterior observamos que la mayor variacin existente entre los
resultados es de 0,09 A, hecho que permite resaltar y constatar que los resultados
el programa comercial NEPLAN 5.18.

para cada una de las lneas de la Red elctrica de distribucin radial de 24 nodos, con
217
U
N
E
X
P
O

NEPLAN 5.18 para la red de 24 Nodos (optimizando los conductores)
Cdigo de

[MW] [MW] [MW]
1 2 3,874 3,872 0,002
2 3 3,799 3,797 0,002
3 4 3,727 3,726 0,001
4 5 3,549 3,547 0,002
5 6 3,429 3,428 0,001
6 7 3,325 3,324 0,001
7 8 0,810 0,810 0,000
8 9 0,405 0,405 0,000
7 10 2,500 2,499 0,001
10 11 0,405 0,405 0,000
10 12 2,092 2,092 0,000
12 13 0,573 0,573 0,000
13 14 0,405 0,405 0,000
12 15 1,416 1,417 0,001
15 20 0,101 0,101 0,000
15 21 0,742 0,743 0,001
15 16 0,572 0,573 0,001
16 17 0,404 0,405 0.001
17 18 0,336 0,336 0,000
18 19 0,168 0,168 0,000
21 22 0,674 0,674 0,000
22 23 0,506 0,506 0,000
23 24 0,405 0,405 0,000
De la tabla 7.49 observamos que la mayor variacin existente entre los resultados de
218
U
N
E
X
P
O

Software NEPLAN 5.18 para el sistema de 24 Nodos (optimizando los
conductores)
Cdigo de NEPLAN

1 2 1,883 1,883 0,000
2 3 1,846 1,846 0,000
3 4 1,811 1,812 0,001
4 5 1,723 1,723 0,000
5 6 1,664 1,664 0,000
6 7 1,613 1,614 0,001
7 8 0,392 0,392 0,000
8 9 0,196 0,196 0,000
7 10 1,213 1,213 0,000
10 11 0,196 0,196 0,000
10 12 1,016 1,016 0,000
12 13 0,278 0,278 0,000
13 14 0,196 0,196 0,000
12 15 0,688 0,689 0,001
15 20 0,049 0,049 0,000
15 21 0,360 0,360 0,000
15 16 0,279 0,279 0,000
16 17 0,197 0,197 0.000
17 18 0,164 0,164 0,000
18 19 0,082 0,082 0,000
21 22 0,327 0,327 0,000
22 23 0,245 0,245 0,000
23 24 0,196 0,196 0,000
Mediante la Tabla 7.50 puede observarse que la mayor variacin existente entre los
219
U
N
E
X
P
O

NEPLAN 5.18.

siguiente tabla.

conductores)
P prdidas
SDRO 0,062 0,034 3,872 1,883 3,810 1,849

NEPLAN 5.18 0,062 0,034 3,872 1,883 3,810 1,849
Diferencia 0,000 0,000 0,000 0,000 0,000 0,000
En la Tabla 7.51 podemos notar que no existe variacin alguna de las Prdidas de
Potencia para la Red de 24 Nodos, de esta forma podemos decir que los resultados
arrojados por la herramienta computacional SDRO son similares a los obtenidos con
el programa comercial NEPLAN 5.18.
220
U
N
E
X
P
O


mismos para la Red de 24 Nodos.
P prdidas
SDRO 0,062 0,034 3,872 1,883 3,810 1,849

SDRO 0,099 0,036 3,909 1,885 3,810 1,849
Como era de esperarse en la Tabla 7.52 podemos apreciar que existe una disminucin
de las prdidas en las lneas y en la generacin al realizar la optimizacin de
conductores con un valor de 0,037 MW en potencia activa y de 0,02 MVAR de la
potencia reactiva suministrada al sistema puesto que al aumentarse el calibre de los
conductores el cuadrado de la corriente que circula por los conductores es decir I2R
ser menor.
221
U
N
E
X
P
O
7.9 Red Radial de 39 Nodos
Las Tablas 7.52 y 7.53 muestran los datos del sistema de 39 barras, en valores reales
calculados para poder ser simulado mediante el software NEPLAN 5.18.


valores reales
Generacin Carga
Cdigo de Voltaje
Barra (p) [k.V] MW MVAR MW MVAR
1 13,8000,00 0 0 0 0
2 13,8000,00 0 0 0,068 0,033
3 13,8000 ,00 0 0 0,068 0,033
4 13,8000 ,00 0 0 0,068 0,033
5 13,8000 ,00 0 0 0,101 0,049
6 13,8000,00 0 0 0,101 0,049
7 13,8000,00 0 0 0 0
8 13,8000 ,00 0 0 0,068 0,033
9 13,8000 ,00 0 0 0,068 0,033
10 13,8000 ,00 0 0 0 0
11 13,8000,00 0 0 0,168 0,082
12 13,8000 ,00 0 0 0,068 0,033
13 13,8000 ,00 0 0 0,068 0,033
14 13,8000 ,00 0 0 0,068 0,033
15 13,8000,00 0 0 0 0
16 13,8000,00 0 0 0,068 0,033
222
U
N
E
X
P
O
17 13,8000 ,00 0 0 0,068 0,033
18 13,8000 ,00 0 0 0,168 0,082
19 13,8000 ,00 0 0 0,068 0,033
20 13,8000,00 0 0 0,068 0,033
21 13,8000,00 0 0 0,068 0,033
22 13,8000 ,00 0 0 0,101 0,049
23 13,8000 ,00 0 0 0,068 0,033
24 13,8000 ,00 0 0 0,068 0,033
25 13,8000 ,00 0 0 0,068 0,033
26 13,8000,00 0 0 0,068 0,033
27 13,8000,00 0 0 0,168 0,082
28 13,8000 ,00 0 0 0,068 0,033
29 13,8000 ,00 0 0 0,068 0,033
30 13,8000 ,00 0 0 0,068 0,033
31 13,8000,00 0 0 0,068 0,033
32 13,8000,00 0 0 0,168 0,082
33 13,8000 ,00 0 0 0,068 0,033
34 13,8000 ,00 0 0 0,068 0,033
35 13,8000 ,00 0 0 0,068 0,033

Tabla 7.53 Datos de las
36 13,8000,00 0 0 0,068 0,033
lneas del sistema de
39 Barras 37 13,8000 ,00 0 0 0,068 0,033 en valores
reales 38 13,8000 ,00 0 0 0,068 0,033
39 13,8000,00 0 0 0,168 0,082
Cdigo de
Longitud I mx.
Barra r [/ km.]
x [/ km.] [km.] [A]
(p-q)
1-2 0,9627 0,3564 0,120 180
2-3 0,9627 0,3564 0,057 180
3-4 0,9627 0,3564 0,200 180
4-5 0,9627 0,3564 0,365 180
5-6 0,9627 0,3564 0,063 180
6-7 0,9627 0,3564 0,325 180
7-8 0,9627 0,3564 0,062 180
223
U
N
E
X
P
O
8-9 0,9627 0,3564 0,190 180

7-10 0,9627 0,3564 0,080 180
10-11 0,9627 0,3564 0,100 180
10-12 0,9627 0,3564 0,052 180
12-13 0,9627 0,3564 0,020 180
13-14 0,9627 0,3564 0,070 180
12-15 0,9627 0,3564 0,025 180
15-16 0,9627 0,3564 0,065 180
16-17 0,9627 0,3564 0,600 180
17-18 0,9627 0,3564 0,300 180
18-19 0,9627 0,3564 0,115 180
15-20 0,9627 0,3564 0,070 180
20-21 0,9627 0,3564 0,125 180
21-22 0,9627 0,3564 0,020 180
22-23 0,9627 0,3564 0,070 180
15-24 0,9627 0,3564 0,055 180
24-25 0,9627 0,3564 0,060 180
25-26 0,9627 0,3564 0,080 180
26-27 0,9627 0,3564 0,100 180
27-28 0,9627 0,3564 0,045 180
28-29 0,9627 0,3564 0,030 180
29-30 0,9627 0,3564 0,050 180
30-31 0,9627 0,3564 0,067 180
31-32 0,9627 0,3564 0,115 180
32-33 0,9627 0,3564 0,040 180
33-34 0,9627 0,3564 0,085 180
34-35 0,9627 0,3564 0,070 180
35-36 0,9627 0,3564 0,060 180
36-37 0,9627 0,3564 0,040 180
37-38 0,9627 0,3564 0,070 180
38-39 0,9627 0,3564 0,100 180

nodos. Estos resultados son presentados detalladamente en las tablas VII.21 y VII.22
ubicadas en los anexos del presente trabajo.
224
U
N
E
X
P
O
C6
S=0,075
N4 PF=0,900
N8
N1 N2 N3 N5 N6 N7
13,8 kV 13,8 kV
S/E 13,8 kV 13,8 kV 13,8 kV 13,8 kV 13,8 kV 13,8 kV u=98,11
P=-3,033
u=99,34
u=100,00 u=99,78 u=99,68 u=98,72 u=98,62 u=98,11Uang=0,10
Q=-1,461 Uang=0,04
Uang=0,00 Uang=0,01
L1 L2 Uang=0,02 Uang=0,07L5 Uang=0,08L6 Uang=0,10 N9
L3 L4
P=3,033 P=2,959 P=2,888 P=2,691 L7 L8 13,8 kV
P=2,810 P=2,587
Q=1,461 Q=1,426 Q=1,392 Q=1,300 P=0,135 P=0,068 u=98,10
Q=1,356 Q=1,250
I=0,141 I=0,138 I=0,135 I=0,127 Q=0,065 Q=0,033
I=0,131 I=0,122
I=0,003
Uang=0,11
C5 I=0,006
C1 C2 C3 C4 S=0,112 L9
S=0,075 S=0,075 S=0,075 N13S=0,112 C9 PF=0,900 P=2,438
PF=0,900 PF=0,900 PF=0,900
PF=0,900 13,8 kV S=0,075 Q=1,180 L10
I=0,116 P=0,168 C7
N14 L13 u=97,92 L12 PF=0,900 L11 Q=0,082 S=0,075
13,8 kV P=0,068 Uang=0,12P=0,135 P=2,267 I=0,008 PF=0,900
u=97,92 Q=0,033 Q=0,065 N12 Q=1,097
I=0,108 N10 N11
I=0,003 I=0,006
Uang=0,12 13,8 kV 13,8 kV
13,8 kV
u=97,92 u=97,98
u=97,99
Uang=0,12 Uang=0,11
L14 Uang=0,11
C11 C10 P=2,063 C8
S=0,075 S=0,075 Q=0,998 S=0,187
PF=0,900 PF=0,900 N17 N19
L23I=0,098
N16 PF=0,900
N18
N27 N26 N25 N24 P=1,387 N15 13,8 kV 13,8 kV
13,8 kV 13,8 kV 13,8 kV 13,8 kV Q=0,67113,8 kV 13,8 kV u=97,76 13,8 kV u=97,74
u=97,66 u=97,73 L25 u=97,80 L24 u=97,84 I=0,066u=97,89 L15
u=97,88 Uang=0,12 u=97,75 Uang=0,13
L26
Uang=0,12P=1,319
Uang=0,13 P=1,183 Uang=0,13P=1,251 Uang=0,12 Uang=0,12P=0,371 Uang=0,12 Uang=0,12
Q=0,572 Q=0,605 Q=0,638 Q=0,180 L17 L18
L16
I=0,056 I=0,059 I=0,063 I=0,018 P=0,236 P=0,068
C24 P=0,304
L27 Q=0,114 Q=0,033
S=0,187 P=1,013 Q=0,147
L19 I=0,014 I=0,011 I=0,003
PF=0,900Q=0,491
P=0,303
N28 I=0,048 Q=0,147
C13 C14 C15 C16
C23 C22 I=0,014
13,8 kV C12 S=0,075 S=0,075 S=0,187 S=0,075
C25 S=0,075 S=0,075 S=0,075 N20
u=97,63 PF=0,900 PF=0,900
PF=0,900 PF=0,900 PF=0,900 PF=0,900
Uang=0,13 S=0,075 PF=0,900 13,8 kV
L28 PF=0,900 C17 u=97,88
P=0,946 S=0,075 Uang=0,12
Q=0,458 PF=0,900 L20
N29 I=0,045 P=0,236
13,8 kV Q=0,114
u=97,62 C26 I=0,011
S=0,075 N21
Uang=0,13 13,8 kV
L29 PF=0,900 C18
P=0,878 S=0,075 u=97,86
Q=0,425 PF=0,900
L21 Uang=0,12
N30 I=0,042
P=0,168
13,8 kV Q=0,082 N23
u=97,59 C27 I=0,008 13,8 kV
Uang=0,13 S=0,075 L22 u=97,85
L30 PF=0,900 P=0,068
P=0,810 Uang=0,12
N22 Q=0,033
Q=0,392 I=0,003
I=0,039 13,8 kV
N31 u=97,86
13,8 kV C28 Uang=0,12
u=97,56 S=0,075
Uang=0,14 L31 PF=0,900 C20 C21
S=0,112 S=0,075
P=0,742 PF=0,900
N33 N34 N35 PF=0,900
N36 N37 N38 N39
Q=0,359
I=0,035 13,8 kV 13,8 kV 13,8 kV 13,8 kV 13,8 kV 13,8 kV 13,8 kV
N32 u=97,49 L33 u=97,46 L34 u=97,45 L35 u=97,43
L32 L36 u=97,42 L37 u=97,41 L38 u=97,40
13,8 kV P=0,574Uang=0,14P=0,506Uang=0,14P=0,439Uang=0,14P=0,371
Uang=0,14 P=0,303Uang=0,14P=0,236Uang=0,14 Uang=0,14
P=0,168
u=97,50 Q=0,278 Q=0,245 Q=0,212 Q=0,180 Q=0,147 Q=0,114 Q=0,082
Uang=0,14 I=0,027 I=0,024 I=0,021 I=0,018 I=0,014 I=0,011 I=0,008
C29 C30 C31 C32 C33 C36

C34 C35
S=0,187 S=0,075 S=0,075 S=0,075 S=0,075 S=0,187
S=0,075 S=0,075
PF=0,900 PF=0,900 PF=0,900 PF=0,900 PF=0,900 PF=0,900
PF=0,900 PF=0,900
Figura 7.25 Diagrama de Flujo de Potencia del Sistema de 39 Barras realizado

En la Figura 7.25 al realizar el flujo de carga para el sistema de 39 barras se observa

que existen ciertos elementos de color rojo, esto nos indica que las tensiones en los
nodos estn por debajo del lmite de tensin para este conductor el cual soporta una
cada de tensin del V 2 %. Los resultados obtenidos anteriormente por medio del
software NEPLAN 5.18 sern comparados con los obtenidos bajo el uso de la
herramienta computacional SDRO, para as realizar un anlisis comparativo entre
ambas herramientas.
225
U
N
E
X
P
O


obtenidos usando la herramienta computacional SDRO, con los obtenidos utilizando
el software NEPLAN 5.18. Es de resaltar que los datos de las tensiones obtenidos
mediante el programa SDRO fueron llevados a valores de porcentuales (%) para as
ser comparados con los obtenidos bajo el software NEPLAN 5.18, ya que dicha
herramienta computacional muestra los resultados obtenidos en valores p.u.
para la red de 39 Nodos (sin optimizar los conductores)

Cdigo V V V
Barra
1 100,00 0 ,000 100,00 0,000 0,000 0,000
2 99,78 0 ,012 99,78 0,010 0,000 0,002
3 99,68 0 ,017 99,68 0,020 0,000 0,002
4 99,33 0 ,036 99,34 0,040 0,010 0,004
5 98,71 0 ,071 98,72 0,070 0,010 0,001
6 98,61 0 ,077 98,62 0,080 0,010 0,002
7 98,10 0 ,106 98,11 0,100 0,010 0,006
8 98,09 0 ,106 98,11 0,100 0,020 0,006
9 98,09 0 ,107 98,10 0,110 0,001 0,003
10 97,98 0 ,113 97,99 0,110 0,010 0,003
11 97,97 0 ,113 97,98 0,110 0,010 0,003
12 97,91 0 ,117 97,92 0,120 0,010 0,003
13 97,91 0 ,117 97,92 0,120 0,010 0,003
14 97,90 0 ,117 97,92 0,120 0,010 0,003
15 97,88 0 ,119 97,89 0,120 0,010 0,001
226
U
N
E
X
P
O
16 97,86 0 ,120 97,88 0,120 0,020 0,000

17 97,75 0 ,126 97,76 0,120 0,010 0,006
18 97,73 0 ,127 97,75 0,120 0,020 0,007
19 97,72 0 ,128 97,74 0,130 0,020 0,002
20 97,86 0 ,119 97,88 0,120 0,020 0,001
21 97,84 0 ,120 97,86 0,120 0,020 0,000
22 97,84 0 ,121 97,86 0,120 0,020 0,001
23 97,84 0 ,121 97,85 0,120 0,010 0,001
24 97,83 0 ,121 97,84 0,120 0,010 0,001
25 97,78 0 ,124 97,80 0,120 0,020 0,004
26 97,72 0 ,128 97,73 0,130 0,010 0,002
27 97,65 0 ,132 97,66 0,130 0,010 0,002
28 97,62 0 ,133 97,63 0,130 0,010 0,003
29 97,60 0 ,134 97,62 0,130 0,020 0,004
30 97,57 0 ,136 97,59 0,130 0,020 0,006
31 97,54 0 ,138 97,56 0,140 0,020 0,002
32 97,49 0 ,141 97,50 0,140 0,010 0,001
33 97,47 0 ,142 97,49 0,140 0,020 0,002
34 97,45 0 ,143 97,46 0,140 0,010 0,003
35 97,43 0 ,144 97,45 0,140 0,020 0,004
36 97,42 0 ,145 97,43 0,140 0,010 0,005
37 97,41 0 ,146 97,42 0,140 0,010 0,006
38 97,40 0 ,146 97,41 0,140 0,010 0,006
39 97,39 0 ,147 97,40 0,140 0,010 0,007
Mediante la Tabla 7.55 puede observarse que al comparar los resultados los valores
NEPLAN 5.18, son similares y la mayor variacin que se presenta es de 0,02 % para
los valores de los voltajes en porcentaje y de 0,007 para el ngulo de fase en grados,
los cuales pueden tener su origen en la diferencia de decimales empleados. Se puede
notar como los perfiles de tensiones en los nodos disminuyen por debajo del lmite
permitido a partir del Nodo 10.
227
U
N
E
X
P
O
valores reales.

Software NEPLAN 5.18 para la red de 39 Nodos (sin realizar la
optimizacin de conductores)
Cdigo de NEPLAN
I I I
Inicial Final [Amp] [A] [Amp]
1 2 141,56 141,54 0,02

2 3 138,39 138,37 0,02
3 4 135,22 135,20 0,02
4 5 132,04 132,03 0,01
5 6 127,28 127,28 0.00
6 7 122,52 122,50 0,02
7 8 6,45 6,43 0,02
8 9 3,22 3,21 0,01
7 10 116,07 116,03 0,04
10 11 7,98 7,985 0,05
10 12 108,09 108,05 0,04
12 13 6,46 6,40 0,06
13 14 3,23 3,215 0,01
12 15 98,40 98,37 0,03
15 16 17,70 17,63 0,07
16 17 14,47 14,42 0,05
17 18 11,24 11,21 0,03
18 19 3,24 3,21 0.03
15 20 14,49 14,47 0,02
20 21 11,26 11,20 0,06
21 22 8,03 8,01 0,02
22 23 3,23 3,207 0,03
15 24 66,20 66,19 0,01
228
U
N
E
X
P
O
24 25 62,97 62,96 0,01

25 26 59,73 59,71 0,02
26 27 56,50 56,24 0,02
27 28 48,49 48,47 0,03
28 29 45,25 45,23 0,02
29 30 42,01 42,00 0,01
30 31 38,77 38,75 0,02
31 32 35,53 35,52 0,01
32 33 27,50 27,45 0,05
33 34 24,26 24,23 0,03
34 35 21,01 21,01 0,00
35 36 17,77 17,77 0.00
36 37 14,52 14,51 0,01
37 38 11,28 11,27 0,01
38 39 8,03 8,03 0,00
En la Tabla anterior puede observarse que la mayor variacin existente entre los
resultados es de 0,07 Amp., hecho que permite resaltar y constatar que los resultados
el programa comercial NEPLAN 5.18. Tambin se puede notar como los niveles de
corriente en cada una de las lneas son aceptables para este tipo de conductor pero al
aumentar el nmero de circuitos los perfiles de tensin en los nodos disminuyen por
debajo del lmite permitido para este conductor.

con los obtenidos con el programa comercial NEPLAN 5.18.
229
U
N
E
X
P
O

NEPLAN 5.18 para la red de 39 Nodos (sin optimizar los conductores)
Cdigo de

[MW] [MW] [MW]
1 2 3,046 3,033 0,001
2 3 2,971 2,959 0,001
3 4 2,900 2,888 0,001
4 5 2,821 2,810 0,001
5 6 2,702 2,691 0,001
6 7 2,598 2,587 0,001
7 8 0,135 0,135 0,000
8 9 0,068 0,068 0,000
7 10 2,438 2,438 0,000
10 11 0,168 0,168 0,000
10 12 2,277 2,267 0,001
12 13 0,135 0,135 0,000
13 14 0,068 0,068 0,000
12 15 2,071 2,063 0,001
15 16 0,371 0,371 0,000
16 17 0,304 0,304 0,000
17 18 0,236 0,236 0,000
18 19 0,068 0,068 0.000
15 20 0,304 0,303 0,001
20 21 0,237 0,236 0,001
21 22 0,169 0,168 0,001
22 23 0,068 0,068 0,000
15 24 1,386 1,387 0,001
24 25 1,318 1,319 0,001
25 26 1,255 1,251 0,004
26 27 1,186 1,183 0,003
27 28 1,013 1,013 0,000
28 29 0,949 0,946 0.003
29 30 0,876 0,878 0,002
30 31 0,813 0,810 0,003
230
U
N
E
X
P
O
31 32 0,744 0,742 0,002

32 33 0,576 0,574 0,002
33 34 0,508 0,506 0,002
34 35 0,439 0,439 0,000
35 36 0,372 0,371 0,001
36 37 0,304 0,303 0,001
37 38 0,236 0,236 0,000
38 39 0,168 0,168 0,000
En la Tabla anterior se puede observar que la mayor variacin existente entre los
resultados de las Prdidas de Potencia Activa es de 0,004 MW, hecho que permite
confirmar que los resultados arrojados por la herramienta computacional SDRO son

conductores)
Cdigo de NEPLAN

1 2 1,472 1,461 0,001
2 3 1,437 1,426 0,001
3 4 1,403 1,392 0,001
4 5 1,366 1,356 0,001
5 6 1,310 1,300 0,001
6 7 1,260 1,250 0,001
7 8 0,066 0,065 0,001
8 9 0,033 0,033 0,000
7 10 1,189 1,180 0,001
10 11 0,082 0,082 0,000
10 12 1,105 1,097 0,001
12 13 0,066 0,065 0,001
231
U
N
E
X
P
O
13 14 0,033 0,033 0,000

12 15 1,006 0,998 0,001
15 16 0,181 0,180 0,001
16 17 0,148 0,147 0,01
17 18 0,115 0,114 0,001
18 19 0,033 0,033 0.000
15 20 0,148 0,147 0,001
20 21 0,115 0,114 0,001
21 22 0,082 0,082 0,001
22 23 0,033 0,033 0,000
15 24 0,676 0,671 0,001
24 25 0,643 0,638 0,001
25 26 0,610 0,605 0,001
26 27 0,577 0,572 0,001
27 28 0,494 0,491 0,001
28 29 0,461 0,458 0,001
29 30 0,428 0,425 0,003
30 31 0,395 0,392 0,003
31 32 0,362 0,359 0,002
32 33 0,280 0,278 0,002
33 34 0,247 0,245 0,002
34 35 0,214 0,212 0,002
35 36 0,181 0,180 0,001
36 37 0,148 0,147 0,001
37 38 0,115 0,114 0,001
38 39 0,082 0,082 0,000
Mediante la Tabla 7.58 notamos que la mayor variacin existente entre los resultados
de las Prdidas de Potencia Reactiva es de 0,001 MVAR, hecho que permite resaltar
y constatar que los resultados arrojados por la herramienta computacional SDRO son

232
U
N
E
X
P
O
siguiente tabla.

optimizar los conductores)
P prdidas
SDRO 0,067 0,024 3,033 1,460 2,966 1,437

NEPLAN 5.18 0,067 0,025 3,033 1,461 2,966 1,437
Diferencia 0,000 0,001 0,000 0,001 0,000 0,000
Mediante la Tabla 7.59 notamos existe una pequea variacin en las Prdidas de
sistema los cuales podran tener su origen en el uso de decimales, de esta manera
podemos decir que los resultados arrojados por la herramienta computacional SDRO
son similares a los obtenidos con el programa comercial NEPLAN 5.18.

Para realizar la optimizacin de conductores al sistema de 39 Nodos se utiliz los

siguientes valores para el algoritmo gentico:

233
U
N
E
X
P
O

Mtodo de Seleccin: Muestreo Estocstico
A continuacin se presenta una grfica obtenida mediante el programa SDRO con

una serie de posibles soluciones las cuales han sido obtenidas variando el calibre de
los conductores que componen la red de 39 nodos.
234
U
N
E
X
P
O
En la Figura 7.26 puede notarse como a medida que aumentan las prdidas el costo
de la red disminuye. Tambin se observa como existen configuraciones que ofrecen
prdidas muy parecidas a la elegida por el programa para esta red.
A continuacin se presenta el reporte obtenido mediante el programa SDRO para la

solucin de la posible configuracin que puede usarse para solucionar el problema de
prdidas de la red radial de 39 nodos.
235
U
N
E
X
P
O

la Figura 7.27, esta solucin consiste en colocar en las 6 primeras lneas que
conforman red de 39 nodos conductores de aluminio desnudo ARVIDAL calibre
# 1/0 y para el resto de las lneas conductor calibre # 2 .
En la siguiente tabla se muestra la configuracin del calibre de conductores

optimizados mediante el programa SDRO, esta configuracin de conductores sern
simulados mediante el software NEPLAN 5.18 para as comparar los resultados
obtenidos mediante ambas herramientas.

optimizacin de prdidas en la red de 39 Nodos
Conductor
1 2 1/0
2 3 1/0
3 4 1/0
4 5 1/0
5 6 1/0
6 7 1/0
7 8 2
8 9 2
7 10 2
10 11 2
10 12 2
12 13 2
13 14 2
12 15 2
15 16 2
236
U
N
E
X
P
O
16 17 2
17 18 2
18 19 2
15 20 2
20 21 2
21 22 2
22 23 2
15 24 2
24 25 2
25 26 2
26 27 2
27 28 2
28 29 2
29 30 2
30 31 2
31 32 2
32 33 2
33 34 2
34 35 2
35 36 2
36 37 2
37 38 2
38 39 2

Nodos una vez usando la configuracin de calibre de conductores optimizados
mediante el SDRO..
237
U
N
E
X
P
O
C6
S=0,075
PF=0,900
N4 N8
N1 N2 N3 13,8 kV N5 N6 N7
S/E 13,8 kV 13,8 kV
P=-3,012 13,8 kV 13,8 kV u=99,55 13,8 kV 13,8 kV 13,8 kV u=98,72
Q=-1,460 u=100,00 u=99,85 u=99,79 Uang=-0,01 u=99,14 u=99,07 u=98,72 Uang=-0,04
Uang=0,00 Uang=-0,00 Uang=-0,01 Uang=-0,03 Uang=-0,03 Uang=-0,04
L1 L2 L3 L5 N9
P=3,012 P=2,940 L4 L6
P=2,871 P=2,797 P=2,685 P=2,582 L7 L8 13,8 kV
Q=1,460 Q=1,425 P=0,068
I=0,140 I=0,137
Q=1,391 Q=1,355 Q=1,300 Q=1,250 P=0,135 u=98,71
I=0,134 I=0,131 I=0,126 I=0,121 Q=0,065 Q=0,033 Uang=-0,04
I=0,006 I=0,003
C5
C1 C2 C3 C4 S=0,112
S=0,075 S=0,075 S=0,075 S=0,112 PF=0,900 L9
C9 P=2,438
PF=0,900 PF=0,900 PF=0,900 N13 PF=0,900 S=0,075 Q=1,180
13,8 kV PF=0,900 I=0,115
L10 C7
u=98,53 P=0,168 S=0,075
N14 L13 Uang=-0,03 L12 L11 Q=0,082 PF=0,900
13,8 kV P=0,068 P=0,135 P=2,267 I=0,008
u=98,53 Q=0,033 Q=0,065 Q=1,097
I=0,003 I=0,006 N12 I=0,107 N11
Uang=-0,03 13,8 kV N10
13,8 kV 13,8 kV
u=98,53 u=98,59
Uang=-0,03 u=98,60
Uang=-0,03 Uang=-0,03
C11 C10 L14
S=0,075 S=0,075 P=2,063 C8
PF=0,900 PF=0,900 Q=0,998 S=0,187
I=0,097 PF=0,900
L23
N17 N19
N25 N16 N18
N27 N26 N24 P=1,387 N15 13,8 kV 13,8 kV
13,8 kV 13,8 kV 13,8 kV 13,8 kV Q=0,671 13,8 kV 13,8 kV u=98,38 13,8 kV u=98,35
u=98,28 u=98,35 u=98,41 u=98,46 I=0,065 u=98,50 u=98,49 Uang=-0,02 u=98,36 Uang=-0,02
L26 L25 Uang=-0,02 L24 L15 Uang=-0,03 Uang=-0,02
Uang=-0,02 Uang=-0,02 P=1,251 Uang=-0,03 Uang=-0,03P=0,371
P=1,183 P=1,319
Q=0,572 Q=0,605 Q=0,638 Q=0,180
I=0,056 I=0,059 I=0,062 I=0,018 L16 L17 L18
C24 P=0,304 P=0,236 P=0,068
S=0,187 L27 Q=0,147 Q=0,114 Q=0,033
PF=0,900 P=1,013 I=0,014 I=0,011 I=0,003
L19
Q=0,491 P=0,303
I=0,048 Q=0,147
N28 C13 C14 C15 C16
C23 C22 C12 I=0,014 S=0,075 S=0,075
S=0,075 S=0,187
13,8 kV S=0,075 S=0,075 S=0,075 PF=0,900 PF=0,900 PF=0,900 PF=0,900
C25 PF=0,900 PF=0,900
u=98,25 S=0,075 PF=0,900 N20
Uang=-0,01 PF=0,900 13,8 kV
L28 C17 u=98,49
S=0,075
P=0,946
PF=0,900
Uang=-0,03
Q=0,458
I=0,045 L20
N29 P=0,236
13,8 kV Q=0,114
C26 I=0,011
u=98,23 S=0,075
Uang=-0,01 N21
PF=0,900 C18
L29
13,8 kV
S=0,075 u=98,47
P=0,878 PF=0,900
Q=0,425 Uang=-0,03
I=0,042 L21
N30 P=0,168
13,8 kV Q=0,082 N23
C27
u=98,20 S=0,075
I=0,008 13,8 kV
Uang=-0,01 PF=0,900 u=98,47
L22
L30 P=0,068 Uang=-0,03
P=0,810 Q=0,033
Q=0,392 N22 I=0,003
I=0,038 13,8 kV
N31 u=98,47
13,8 kV C28 Uang=-0,03
u=98,17 S=0,075
PF=0,900 C21
Uang=-0,01 C20
S=0,112 S=0,075
L31
PF=0,900 PF=0,900
P=0,742
Q=0,359 N33 N34 N35 N36 N37 N38 N39
I=0,035
13,8 kV 13,8 kV 13,8 kV 13,8 kV 13,8 kV 13,8 kV 13,8 kV
N32 u=98,11 u=98,08 u=98,06 u=98,05 u=98,04 u=98,03 u=98,02
L32 Uang=-0,01 L33 Uang=-0,00 L34 Uang=-0,00 L35 Uang=-0,00 L36 Uang=-0,00 L37 Uang=-0,00 L38 Uang=-0,00
13,8 kV P=0,574 P=0,506 P=0,439 P=0,371 P=0,303 P=0,236 P=0,168
u=98,12 Q=0,278 Q=0,245 Q=0,212 Q=0,180 Q=0,147 Q=0,114 Q=0,082
Uang=-0,01 I=0,027 I=0,024 I=0,021 I=0,018 I=0,014 I=0,011 I=0,008
C29 C30 C31 C32 C33 C36

S=0,187 C34 C35
S=0,075 S=0,075 S=0,075 S=0,075 S=0,075 S=0,075 S=0,187
PF=0,900 PF=0,900 PF=0,900 PF=0,900 PF=0,900 PF=0,900
PF=0,900 PF=0,900
Figura 7.28 Diagrama de Flujo de Potencia del Sistema de 39 Barras (optimizando

los conductores) realizado mediante el Software NEPLAN 5.18.
En la Figura 7.28 se observan los resultados obtenidos para el por medio del software
NEPLAN 5.18 para el flujo de potencia del sistema de 24 Nodos usando la nueva
configuracin de conductores, posteriormente estos resultados sern comparados con
los obtenidos bajo el uso de la herramienta computacional SDRO, para as por ultimo
realizar un anlisis comparativo entre las prdidas totales del sistema obtenidas sin
optimizar conductores y luego optimizando conductores para observar la diferencia
de estas.
238
U
N
E
X
P
O
7.9.3 Comparacin de Resultados Comparacin de Resultados obtenidos para

el Sistema de 39 Barras al Optimizar los Conductores que componen esta
Red
La comparacin entre los resultados del flujo de carga obtenidos de los conductores
mediante la herramienta computacional SDRO al sistema de 39 Nodos, con los
obtenidos utilizando el software NEPLAN 5.18 se muestran en las siguientes tablas.
.
Tabla 7.60 Comparacin de las tensiones en las barras obtenidas (optimizando los
conductores) con la herramienta Computacional SDRO con las
obtenidas bajo el software NEPLAN 5.18 para el sistema de 39 Nodos.

Cdigo V V V
Barra
1 100,00 -0 ,000 100,00 -0,000 0,00 0,000
2 99,85 -0 ,004 99,85 -0,000 0,00 0,004
3 99,78 -0 ,006 99,79 -0,010 0,01 0,004
4 99,55 -0 ,010 99,55 -0,010 0,00 0,000
5 99,13 -0 ,028 99,14 -0,030 0,01 0,002
6 99,06 -0 ,030 99,07 -0,030 0,01 0,000
7 98,72 -0 ,041 98,72 -0,040 0,00 0,001
8 98,72 -0 ,041 98,72 -0,040 0,00 0,001
9 98,71 -0 ,041 98,71 -0,040 0,00 0,001
10 98,60 -0 ,035 98,60 -0,030 0,00 0,005
11 98,59 -0 ,034 98,59 -0,030 0,00 0,004
12 98,53 -0 ,031 98,53 -0,030 0,00 0,001
13 98,53 -0 ,030 98,53 -0,030 0,00 0,000
14 98,53 -0 ,030 98,53 -0,030 0,00 0,000
15 98,50 -0 ,029 98,50 -0,030 0,00 0,001
16 98,48 -0 ,028 98,49 -0,030 0,01 0,002
17 98,37 -0 ,022 98,38 -0,020 0,01 0,002
18 98,33 -0 ,019 98,36 -0,020 0,03 0,001
19 98,33 -0 ,019 98,35 -0,020 0,02 0,001
239
U
N
E
X
P
O
20 98,49 -0 ,028 98,49 -0,030 0,00 0,002

21 98,47 -0 ,027 98,47 -0,030 0,00 0,003
22 98,47 -0 ,027 98,47 -0,030 0,00 0,003
23 98,46 -0 ,027 98,47 -0,030 0,01 0,003
24 98,45 -0 ,026 98,46 -0,020 0,01 0,006
25 98,40 -0 ,023 98,41 -0,020 0,01 0,003
26 98,34 -0 ,020 98,35 -0,020 0,01 0,000
27 98,27 -0 ,016 98,28 -0,020 0,01 0,004
28 98,24 -0 ,014 98,25 -0,010 0,01 0,004
29 98,23 -0 ,013 98,23 -0,010 0,00 0,003
30 98,20 -0 ,012 98,20 -0,010 0,02 0,002
31 98,17 -0 ,010 98,17 -0,010 0,02 0,000
32 98,11 -0 ,007 98,12 -0,010 0,01 0,003
33 98,10 -0 ,006 98,11 -0,000 0,01 0,006
34 98,07 -0 ,004 98,08 -0,000 0,01 0,004
35 98,06 -0 ,003 98,06 -0,000 0,02 0,003
36 98,04 -0 ,003 98,05 -0,000 0,01 0,003
37 98,03 -0 ,002 98,04 -0,000 0,01 0,002
38 98,02 -0 ,002 98,03 -0,000 0,01 0,002
39 98,01 -0 ,001 98,02 -0,000 0,01 0,001
En la tabla 7.60 se observo que al comparar los resultados los valores obtenidos por el
SDRO con el NEPLAN, son muy similares 0,03 % y la mayor variacin que se
presenta es de 0,006 para el ngulo de fase en grados.
En la siguiente Tabla se presentan los resultados obtenidos de las corrientes de rama,

para cada una de las lneas del sistema de distribucin de 39 barras, estos resultados
son presentados en valores reales.
240
U
N
E
X
P
O

Software NEPLAN 5.18 para el sistema de 39 Nodos realizando la
optimizacin de conductores.
Cdigo de NEPLAN
I I I
1 2 140,73 140,03 0,70

2 3 137,57 136,89 0,70
3 4 134,40 133,75 0,70
4 5 131,22 130,60 0,60
5 6 126,48 125,87 0,60
6 7 121,74 121,14 0,60
7 8 6,41 6,40 0,01
8 9 3,20 3,17 0,03
7 10 115,33 114,78 0,50
10 11 7,93 7,93 0,00
10 12 107,40 106,85 0,50
12 13 6,42 6,36 0,50
13 14 3,21 3,18 0,03
12 15 97,77 97,29 0,50
15 16 17,59 17,52 0,06
16 17 14,38 14,33 0,01
17 18 11,17 11,14 0,03
18 19 3,22 3,19 0,03
15 20 14,40 14,31 0,09
20 21 11,19 11,13 0,06
21 22 7,98 7,94 0,02
22 23 3,21 3,18 0,03
15 24 65,78 65,46 0,30
24 25 62,57 62,27 0,50
25 26 59,35 59,08 0,30
26 27 56,14 55,89 0,30
27 28 48,18 47,93 0,30
28 29 44,96 44,74 0,30
241
U
N
E
X
P
O
29 30 41,74 41,54 0,30

30 31 38,52 38,35 0,30
31 32 35,30 35,15 0,20
32 33 27,33 27,18 0,20
33 34 24,10 23,98 0,02
34 35 20,88 20,78 0,02
35 36 17,66 17,58 0.04
36 37 14,43 14,38 0,02
37 38 11,21 11,18 0,03
38 39 7,98 7,98 0,00
es de 0,07 A, tambin se nota que al aumentar el calibre de los conductores que
conforman la red las corrientes que circulan por las lneas presentan una pequea
disminucin.

para cada una de las lneas de la Red elctrica de distribucin radial de 39 nodos, con

NEPLAN 5.18 para la red de 39 Nodos (optimizando los conductores)
Cdigo de

[MW] [MW] [MW]
1 2 3,024 3,012 0,012
2 3 2,952 2,940 0,012
3 4 2,882 2,871 0,011
4 5 2,808 2,797 0,011
5 6 2,695 2,685 0,010
242
U
N
E
X
P
O
6 7 2,592 2,582 0,001

7 8 0,136 0,135 0,010
8 9 0,068 0,068 0,000
7 10 2,448 2,438 0,010
10 11 0,168 0,168 0,000
10 12 2,277 2,267 0,010
12 13 0,136 0,135 0,010
13 14 0,068 0,068 0,000
12 15 2,071 2,063 0,007
15 16 0,372 0,371 0,010
16 17 0,304 0,304 0,000
17 18 0,236 0,236 0,000
18 19 0,068 0,068 0.000
15 20 0,305 0,303 0,002
20 21 0,237 0,236 0,001
21 22 0,169 0,168 0,001
22 23 0,068 0,068 0,000
15 24 1,392 1,387 0,010
24 25 1,324 1,319 0,004
25 26 1,255 1,251 0,004
26 27 1,186 1,183 0,003
27 28 1,017 1,013 0,004
28 29 0,949 0,946 0.003
29 30 0,881 0,878 0,003
30 31 0,813 0,810 0,003
31 32 0,744 0,742 0,002
32 33 0,576 0,574 0,002
33 34 0,508 0,506 0,002
34 35 0,440 0,439 0,001
35 36 0,372 0,371 0,001
36 37 0,304 0,303 0,001
37 38 0,236 0,236 0,000
38 39 0,168 0,168 0,000
Mediante la Tabla 7.63 podemos observar que la mayor variacin existente entre los
resultados de las Prdidas de Potencia Activa es de 0,01 MW, hecho que permite
243
U
N
E
X
P
O

SDRO son similares a los obtenidos con el programa comercial NEPLAN 5.18.

Software NEPLAN 5.18 para la Red de 39 Nodos (optimizando los
conductores)
Cdigo de NEPLAN

1 2 1,471 1,461 0,010
2 3 1,436 1,426 0,010
3 4 1,402 1,392 0,010
4 5 1,365 1,356 0,010
5 6 1,310 1,300 0,010
6 7 1,259 1,250 0,009
7 8 0,066 0,065 0,001
8 9 0,033 0,033 0,000
7 10 1,189 1,180 0,009
10 11 0,082 0,082 0,000
10 12 1,105 1,097 0,008
12 13 0,066 0,065 0,001
13 14 0,033 0,033 0,000
12 15 1,006 1,005 0,001
15 16 0,181 0,180 0,001
16 17 0,148 0,147 0,001
17 18 0,115 0,114 0,001
18 19 0,033 0,033 0.000
15 20 0,148 0,147 0,001
20 21 0,115 0,114 0,001
21 22 0,082 0,082 0,001
22 23 0,033 0,033 0,000
15 24 0,676 0,671 0,005
24 25 0,643 0,638 0,005
244
U
N
E
X
P
O
25 26 0,610 0,605 0,005

26 27 0,577 0,572 0,005
27 28 0,494 0,491 0,003
28 29 0,461 0,458 0,003
29 30 0,428 0,425 0,003
30 31 0,395 0,392 0,003
31 32 0,362 0,359 0,002
32 33 0,280 0,278 0,002
33 34 0,247 0,245 0,002
34 35 0,214 0,212 0,002
35 36 0,181 0,180 0,001
36 37 0,148 0,147 0,001
37 38 0,115 0,114 0,001
38 39 0,082 0,082 0,000
De la Tabla 7.64 podemos apreciar que la mayor variacin existente entre los
resultados de las Prdidas de Potencia Reactiva es de 0,01 MVAR, hecho que permite
SDRO son similares a los obtenidos con el programa comercial NEPLAN 5.18.

siguiente tabla.
245
U
N
E
X
P
O

conductores)
P prdidas
SDRO 0,046 0,023 3,012 1,46 2,979 1,448

NEPLAN 5.18 0,046 0,023 3,012 1,46 2,979 1,448
Diferencia 0,000 0,000 0,000 0,000 0,000 0,000
Al observa la Tabla anterior notamos que no existe variacin alguna de las Prdidas
de Potencia para la Red de 39 Nodos, hecho que permite resaltar y constatar que los
resultados arrojados por la herramienta computacional SDRO son similares a los
obtenidos con el programa comercial NEPLAN 5.18.

246
U
N
E
X
P
O

mismos para el sistema de 39 Nodos.
P prdidas
SDRO 0,067 0,024 3,033 1,46 2,966 1,437

SDRO 0,046 0,023 3,012 1,46 2,966 1,437
Como era de esperarse en la Tabla 7.66 observamos que existe una disminucin de
las prdidas en las lneas y en la generacin al realizar la optimizacin de conductores
con un valor de 0,021 MW en potencia activa y de 0,001 MVAR de la potencia
reactiva suministrada al sistema puesto que al aumentarse el calibre de los
conductores el cuadrado de la corriente que circula por los conductores es decir I2R
ser menor.
7.10 Propuesta Para Reduccin y Optimizacin de Prdidas:
La reduccin de prdidas es de vital importancia para las empresas distribuidoras de

energa por esta razn debe atribursele una alta prioridad dentro del esquema de
actividades de la empresa, adems los proyectos orientados a la minimizacin de
prdidas deben ser realizados de manera continua para mejorar el desempeo de los
mismos.
247
U
N
E
X
P
O
El problema de las prdidas en toda empresa elctrica tiene causas profundas que no
pueden ser solucionadas con tratamientos puntuales. Por el contrario requieren de
soluciones de fondo que ataquen las causas y no se queden en lo superficial.
El solo entender que el porcentaje de prdidas es un sntoma de la situacin de la

empresa, permite afrontar con mentalidad abierta la bsqueda de las verdaderas
causas que las originan y su solucin. Un bajo nivel de prdidas es el elemento
esencial para alcanzar buenos resultados respecto a los objetivos de atencin al
consumidor, desempeo econmico financiero y eficiencia operacional. Al contrario
de las prdidas tcnicas, las prdidas no tcnicas son evitables y se pueden realizar
reducciones apreciables en esta rea realizando las inversiones necesarias. La
reduccin de prdidas es fundamentalmente materia de una buena administracin.
El factor ms importante para el xito de un programa de control y reduccin de

prdidas es la optimizacin del diseo de los SDE, pues no slo es determinante para
el control de las prdidas tcnicas, como es evidente, sino que permite la generacin
de ndices que son la base para el monitoreo de los resultados de las acciones que se
ejecuten para reducir prdidas no tcnicas.
El objetivo general de la reduccin de prdidas es presentar alternativas de solucin al

problema del nivel de prdidas tcnicas en sistemas de distribucin de energa
elctrica.
Las alternativas presentadas en el estudio son especficas en el sentido de que

analizan su efecto sobre un componente particular de balance.
248
U
N
E
X
P
O
Estructura de un Plan de Reduccin y Control de Prdidas
Todo plan debe tener una secuencia lgica que comienza con el diagnstico de la
situacin actual, a fin de determinar los problemas existentes y sobre todo las causas
que los producen, en otras palabras ir a la raz de los males estableciendo as
soluciones que sean realmente efectivas. Adicionalmente es necesario establecer un
sistema de medicin de la evolucin del plan a fin de poder determinar la situacin
real y objetiva en cualquier momento con respecto a las metas establecidas, se
requiere un control sistemtico de la ejecucin del plan puesto que el mismo debe ser
verificado, as como tambin el cumplimiento de las responsabilidades encomendadas
al personal relacionado con todas las labores que pueden incidir sobre las prdidas.
Como es normal existen varios problemas de fondo que deben ser afrontados, claro
que la solucin requiere un tratamiento integral y para tal efecto es necesario de un
esfuerzo integral en el mbito de toda la empresa, entendido como una prioridad de la
institucin y que debe involucrar a todo el personal.
Las tareas involucradas tienen una perspectiva muy amplia, global y que an supera
los lmites de cada empresa, tal es el caso que la informacin y educacin a los
clientes que debe orientarse a toda el rea de servicio y las acciones para lograr el
adecuado respaldo legal que son de carcter sectorial.
La estructura de un plan de prdidas comprende dos reas de accin: La ejecucin

misma del plan y las acciones de entorno.
En lo que se refiere a la ejecucin del plan se pueden identificar dos grupos de

actividades, el primer grupo se orienta hacia la reduccin de prdidas que, por
principio, debera comprender actividades temporales, pues se entiende que un plan
249
U
N
E
X
P
O
que espera el xito en algn momento de su ejecucin restringir su accin

nicamente al control de las prdidas; que se trata del segundo grupo de actividades
las mismas que tienen un carcter permanente. La estructura de dichas actividades se
detalla en la Figura 7.29
Figura 7.29 Componentes del plan de prdidas
Como se ilustra en la Figura 7.29 ambos grupos deben guiarse mediante un control
de prdidas a travs de ndices que cuantifiquen la situacin y solamente de esta
manera poder orientar el plan y colocar a la Empresa en un lugar que est por debajo
de las regulaciones establecidas. Adems los resultados que se obtengan al final de un
periodo deben ser sometidos a una evaluacin, la misma que se realiza en base al
mismo ndice de prdidas.
250
U
N
E
X
P
O
En efecto, el desarrollo de un plan o la ejecucin de un proyecto requieren de un

sistema de control de prdidas. Dicho sistema de control requiere la definicin de
ndices observables y medibles que reflejen el progreso que se realiza en la ejecucin.
La referida definicin es un aspecto difcil que requiere mucha dedicacin de los

responsables del plan. Para este caso el ndice debe ser desagregado en cuanto se
refiere a la influencia de los diferentes subsistemas y componentes de cada uno.
A medida que el ndice de prdidas permite conocer de manera ms desagregada las

prdidas resulta ms til para los propsitos de control y evaluacin. Las prdidas
totales solo permiten vislumbrar la magnitud de los problemas internos a medida que
crecen; sin embargo, no apuntan hacia donde estn los posibles problemas que los
ocasionan. Una vez que se divide el total, en prdidas tcnicas y no tcnicas, se debe
conocer donde se presentan los mayores problemas, s en la operacin de las redes o
en la administracin de la empresa.
Se debe destacar, que la posibilidad de mayor desagregacin se logra solamente a

travs del anlisis y estudio de la operacin del sistema de distribucin,
particularmente, pues a pesar de ser donde se producen las prdidas es el menos
atendido en cuanto a la ingeniera de distribucin que se invierte.
Pero, es ms importante acentuar, que dicho anlisis sirve de sustento para la

planificacin, el diseo, la operacin de la red, y no slo para obtener las prdidas. Es
decir, que la obtencin de un ndice sectorizado de prdidas produce beneficios que
van ms all del mbito del plan de reduccin y control, porque permite una mejora
sustancial de la eficiencia del sistema de distribucin contribuyendo al rendimiento de
la institucin permitiendo beneficios para la distribucin elctrica y mejora de la
calidad del servicio, parte fundamental de las empresas de esta actividad, pero la
251
U
N
E
X
P
O
ejecucin del plan deber ser complementada con acciones de entorno tales como
publicidad y educacin con las cuales se lograra una concientizacin por parte de las
personas que cometen las infracciones que comnmente se tienen.
La ejecucin del plan comprende una serie de actividades tcnicas cuya correcta
aplicacin producir una mejora en lo referente a las prdidas de un SDE. A
continuacin se presentan y describen dichas actividades:
Reconfiguracin del alimentador:
Muchos de los circuitos secundarios existentes en las empresas distribuidoras poseen

tramos innecesarios, y tramos que llevan energa a usuarios de manera incorrecta, es
decir estos usuarios pueden obtener este suministro de otros centros de
transformacin.
La reconfiguracin de redes de circuitos secundarios permite mejorar el equilibrio de

carga y optimizar la topologa de un SED.
Para obtener una excelente optimizacin de un circuito secundario y reducir los

ndices de prdidas, es necesario una remodelacin de las redes secundarias, es decir
reduccin de longitud de circuitos, adicionalmente cambiar conductores, incremento
de fases y realizar un equilibrio de carga, de cada una de ellas es necesario un anlisis
respectivo para especificar cul es la ms conveniente en la aplicacin y de esta
manera los usuarios obtengan un buen servicio.
252
U
N
E
X
P
O
Instalacin de capacitores:
La inyeccin de reactivos en el sistema de distribucin permite compensar las

prdidas de potencia activa, mejorar el perfil de tensiones y mejorar la capacidad de
transporte de energa por la red. La mejor manera de realizar esto es mediante la
instalacin de capacitores en las redes de distribucin a lo largo del alimentador en
estudio.
El colocar capacitores a lo largo de la red de distribucin permitir reducir el margen

de prdidas. Debido a que un conductor de una red primaria tiene caractersticas
resistivas e inductivas, al instalar los capacitores se reduce la corriente inductiva
debido a la compensacin con la corriente reactiva capacitiva de los capacitores, esta
corriente se reduce y por tanto el I2R de las prdidas en conductores.
Reubicacin de transformadores:
Muchas de las veces las redes secundarias se han expandido sin un estudio previo,
esta expansin de estas redes desplaza al centro de carga a otra ubicacin, por lo que
es necesario realizar una optimizacin de la ubicacin del transformador de
distribucin correspondiente, para que de esta manera el transformador sea
desplazado hacia el centro de carga del circuito, como se puede observar en la Figura
7.30.
253
U
N
E
X
P
O
Figura 7.30 Transformador sin reubicacin
Como se puede se observa en la Figura 7.30 el centro de carga del circuito secundario
se encontrara ubicado en el poste # 4 o # 5, sin embargo al ubicarse en el poste #1 se
podra presentar una considerable cada de tensin en el poste # 8 que puede ser
solucionada con un desplazamiento de su centro de transformacin.
El ejecutar los planes de reduccin de prdidas de energa conlleva a que la empresa y

sus clientes obtengan una serie de beneficios los mismos que se presentan a
continuacin.
Beneficios en la optimizacin de prdidas tcnicas
Un plan de reduccin de prdidas tcnicas originan los siguientes beneficios:
1. La disminucin en los requisitos de generacin (o compra de energa as como de

demanda potencia), lo que ahorra por lo tanto, recursos en la operacin y expansin;
2. Al mejorar y ampliar la capacidad de los equipos se mejora su confiabilidad,

reduciendo las fallas en los sistemas, y por lo tanto, los perjuicios para los usuarios;
254
U
N
E
X
P
O
3. Disminucin por ahorro ya que si la gente paga no desperdicia tanto, liberando

capacidad para conectar a nuevos usuarios que antes no se podan suministrar;
4. La rehabilitacin de los sistemas puede reducir los gastos de mantenimiento y

reparaciones de emergencia, sobre todos en sistemas obsoletos.
5. Finalmente, la disminucin de costos se traduce en el largo plazo en tarifas ms

bajas, las que permiten una mayor demanda. Cabe destacar, que varios de los
efectos anteriores tienen un beneficio financiero importante para la empresa
elctrica, ya sea reduciendo sus costos y/o aumentando sus ingresos por venta.
En suma, un plan de reduccin de prdidas tcnicas puede evitar durante parte (no
necesariamente todo el tiempo) de su existencia, alguno o todos los efectos
siguientes:
Mayor nivel de prdidas;

Expansin de red innecesaria;
Deterioro en la confiabilidad;
Dficit en el suministro;
Aumento en los costos de operacin
Tarifas innecesariamente altas.
Una correcta aplicacin de programas de educacin y concientizacin sentara las

bases para una eventual eliminacin de las prdidas no tcnicas, con los que se
obtendra una serie de beneficios tales como los que se presentan a continuacin:
1. Ahorro en los recursos de generacin (o compra) de la energa consumida sin pago

y que no habr necesidad de producir, por ello la empresa obtiene un beneficio
255
U
N
E
X
P
O
financiero importante ya que recibe un ingreso por la venta de energa que antes no
facturaba.
2. Aumento en la demanda de los usuarios existentes por efecto de una disminucin

en las tarifas. En efecto la reduccin de costos permite que los usuarios regulares
se beneficien al desaparecer el subsidio cruzado que otorgaban, ya sea mediante
las tarifas vigentes (y/o facturas) o por el aumento de los costos operativos. Esto
permite que la empresa se mantenga al da en sus inversiones y labores de
mantenimiento necesarias, reduciendo sus costos unitarios, accidentes y las tarifas
en relacin con su situacin actual.
256
U
N
E
X
P
O
CONCLUSIONES Y RECOMENDACIONES
1. Se realiz la revisin bibliogrfica sobre todo lo pertinente al tema planteado

con el fin de tener una solida base terica, la cual permiti realizar una
eficiente aplicacin de los conceptos necesarios para la elaboracin de la
presente investigacin.
2. Se comprob que el uso de algoritmos genticos para este tipo de estudios

permite resolver el problema en menor tiempo obteniendo una serie de
posibles soluciones aceptables, esto permite elegir la solucin ms
conveniente en funcin de criterios especficos.
3. Se implement una funcin multi-objetivo la cual permiti plantear nuevos

escenarios de optimizacin de prdidas. Concretamente, se han podido
resolver los problemas propuestos considerando dos perspectivas
independientes como son la prdida de potencia en las lneas y la calidad de
tensin en los nodos. Las parejas decisoras, resultado de la optimizacin,
estn disponibles para que cualquier agente de alto nivel pueda tomar
decisiones sobre el estado ms conveniente para la red, en funcin de criterios
especficos o coyunturales.
4. Se desarroll un modelo computacional el cual acopla una funcin multi-

objetivo en conjunto con algoritmos genticos con el fin de realizar la
optimizacin de los SDE enfocados a la reduccin de prdidas.
5. Se valid la herramienta computacional desarrolla a fin de comprobar el

correcto desempeo de todas sus funciones y caractersticas.
257
U
N
E
X
P
O
6. Se analiz el conjunto de resultados obtenidos con el objetivo de comprobar la

disminucin de prdidas posterior a la optimizacin de conductores de una red
evaluada y efectuar un anlisis comparativo entre el SDRO y NEPLAN 5.18
Aportaciones realizadas
La principal aportacin de la tesis es el desarrollo de un mtodo para la minimizacin

de las prdidas en redes elctricas de distribucin.
Esta contribucin general se concreta en las aportaciones que se detallan a

continuacin:
Desarrollo de un algoritmo gentico novedoso para la resolucin del problema

de optimizacin de prdidas tcnicas.
Se ha implementado un nuevo algoritmo que est basado en la minimizacin

del IDT y la minimizacin de las prdidas de potencia en la red en funcin del
costo de las mismas.
258
U
N
E
X
P
O
REFERENCIAS BIBLIOGRFICAS
[1]. Adams, R.N. and M.A. Laughton, (1974). Optimal Planning of Power
Networks using Mixed-Integer Programming, Proceedings IEE,
Vol.121, N2, pp. 139-147.
[2]. Andre Valente y Aurino Almeida, (2000). Metodologa Probabilstica

Para el Clculo de Perdidas Tcnicas en Redes de Distribucin, El
Salvador, Universidad del Salvador.
[3]. Ajjarapu, V. and Z. Albanna, (1991). Application of Genetic based

Algorithms to Optimal Capacitor Placement, Proceedings of
ANNPS91, Seattle, WA, USA, July 1991, pp. 251-255.
[4]. Andre Meffe, (2001), Metodologa para el Clculo de Perdidas

Tcnicas por Segmento de Sistemas de Distribucin, Sao Paulo,
Universidad Politcnica de Sao Paulo.
[5]. Allan, R.N., E.N. Dialynas and I.R. Homer, (1979). Modelling and
evaluating the Reliability of Distributions Systems, IEEE Trans. on
Power, Apparatus and Systems, 98 (6), pp. 2181-2189.
[6]. P. Ailleret, (1956.). "L'introduction de la mesure dans la notion de la

qualit du service d'une distribution d'electricit, et son intrt au point
de vue de la conception des rseaux.," Bulletion de la Socit
Franaise des lectriciens, vol. 7.
[7]. Allan, R.N. and M.G. Da Silva, (1995). Evaluation of Reliability

Indices and Outage Costs in Distribution Systems, IEEE Trans. on
Power Systems, PWRS-10 (1), pp. 413- 419.
[8]. Aoki, K., K. Nara, T. Satoh, M. Kitagawa and K. Yamanaka, (1990).

New Approximate Optimization Method for Distribution System
Planning, IEEE Trans. On Power Systems, PWRS-5 (1), pp. 126-132.
[9]. F. Aznar, (1999). "Automatizacin de la regulacin de tensin en

transformadores AT/BT al objeto de optimizar las tensiones en clientes
de una red MT/BT.," in Ingeniera Elctrica. vol. Ph. D. Valencia:
Universidad Politcnica de Valencia.
259
U
N
E
X
P
O
[10]. Arroyo J.M. and Conejo A.J., "A parallel repair genetic algorithm to
solve the unit commitment problem," IEEE Transactions on Power
Systems, vol. 17, pp.1216-1224, Nov 2002.
[11]. Asgharian, R. and S. A. Tavakoli, (1996). A Systematic Approach to

Perfomance Weights Selection in Design of robust H PSS using
Genetic Algorithms, IEEE Trans. on Energy Conversion, 11 (1), 111-
117, March 1996.
[12]. Bck, T. (1991). Optimization by Means of Genetic Algorithms, 36

Internacionales wissenschaftliches Kolloquium, edited by E. Kler,
Ilmenau (Germany) 21-24 October 1991, pp. 163-169. Technische
Universitt Ilmenau.
[13]. Bck, T. and F. Hoffmeister, (1991). Global Optimization by Means

of Evolutionary Algorithms, Random Search as a Method for
Adaptation and Optimization of Complex Systems, edited by A N.
Antamoshkin, Divnogorsk (USSR), March 1991. Krasnoyarsk Space
Technology University, 17-21.
[14]. Bck, T., F. Hoffmeister and H.P. Schwefel, (1992). Applications of

Evolutionary Algorithms, Technical Report SYS-2/92, University of
Dortmund, Department of Computer Science, 1992.
[15]. Bck, T. and H.P. Schwefel, (1992). Evolutionary Algorithms: Some

Very Old Strategies for Optimization and Adaptation, New
Computing Techniques in Physics Research (II) - Proceedings of the
2nd International Workshop on Software Engineering, Artificial
Intelligence and Expert Systems for High Energy and Nuclear Physics,
pp. 247-254, La Londe-Les-Maures (France), 13-18 January 1992.
World Scientific, Singapore.
[16]. Bck, T., (1993). Optimal Mutation Rates in Genetic Search,

Proceedings of the Fifth International Conference on Genetic
Algorithms, edited by Stephanie Forrest, Urbana- Champaign, IL, 17-
21 July 1993. Morgan Kaufmann, San Mateo, CA. Ball, M.O., (1986).
Computational Complexity of Network Reliability Analysis: An
Overview, IEEE Trans. on Reliability, R-35 (3), pp. 230-239.
[17]. Beasley, D., D.R. Bull, and R.R. Martin, (1993a). An Overview of
Genetic Algorithms: Part 1, Fundamentals, University Computing, 15
(2), pp. 58-69.
260
U
N
E
X
P
O
[18]. Beasley, D., D.R. Bull, and R.R. Martin, (1993b). An Overview of
Genetic Algorithms: Part 2, Research Topics, University Computing,
15 (4), 170-181.
[19]. Beasley, D., D.R. Bull, and R.R. Martin, (1993c). A Sequential Niche
Technique for Multimodal Function Optimization, Evolutionary
Computation, 1 (2), pp. 101-125.
[20]. Benayoun, R., et. al.,(1971). Linear Programming and Multiple

Objective Functions: STEP Method (STEM), Mathematical
Programming, 1 (3), pp.366-375.
[21]. Ben-Dov, E., R.G. Harley and W.J. Seymore, (1987). Design of a
Reticulation System for a Residential Area, IEEE Trans. on Power
Systems, PWRS-2 (1), pp. 210- 217.
[22]. Bernal Agustn, J.L. e I.J. Ramrez Rosado, (1995a). Diseo ptimo
de redes de distribucin de energa elctrica utilizando algoritmos
genticos, Primer Informe de Investigacin para Iberdrola S.A., Ref.
IB95-1, Zaragoza, 1995, 75 p.
[23]. Bernal Agustn, J.L. e I.J. Ramrez Rosado, (1995b). Diseo ptimo
de redes de distribucin de energa elctrica utilizando algoritmos
genticos, Segundo Informe de Investigacin para Iberdrola S.A.,
Ref. IB95-3, Zaragoza, 1995, 146 p.
[24]. Bernal Agustn, J.L. e Mendoza Franklin, (2006). Application of the

NPGA to the Desing of Power Distribution System, IEEE PES,
Transmission and Distribution Conference and Exposition Latin
America , Venezuela, 2006.
[25]. Bernal Agustn J.L. e I.J. Ramrez Rosado, (1997). Diseo ptimo de
redes de distribucin de energa elctrica utilizando algoritmos
genticos, Cuarto Informe e Informe Final de Investigacin para
Iberdrola S.A., Ref. IB97-1, Zaragoza, 1997, 247 p.
[26]. Bertoni, A. and M. Dorigo, (1994). Implicit Parallelism in Genetic

Algorithms, Artificial Inteligence, 61 (2), 1994, pp. 307-314.
261
U
N
E
X
P
O
[27]. Billinton, R., G. Wacker and R.K. Subramaniam, (1987). Factors

Affecting the Development of a Residential Customer Damage
Function, IEEE Trans. on Power System, PWRS-2 (1), pp. 204-209.
[28]. Blanchard, M., L. Delorme and C. Simard, (1996). Experience with

Optimization Software for Distribution System Planning, IEEE
Trans. on Power Systems, PWRS-11 (4), pp. 11891-11898.
[29]. Blanco, A., (1987). Dirigir con Inflacin (Bilbao: Deusto, Spain,
1.987).
[30]. Boardman, J.T. and C.C:Meckiff, (1985). A Branch and Bound

Formulation to an electricity Distribution Planning Problems, IEEE
Trans. on Power Apparatus and Systems, PAS-104 (8), pp. 2112-2118.
[31]. Boch, G., (1996). Anlisis y diseo orientado a objetos con

aplicaciones (Madrid: Addison-Wesley/Daz de
Santos,USA/Spain,1.996).
[32]. Brown, R.E., S. Gupta, R.D. Christie and S.S. Venkata, (1996). A
Genetic Algorithm for Reliable Distribution System Design,
Proceedings of the international Conference on Intelligent Systems
Applications to Power Systems (ISAP96), Orlando (Florida), January
28-February 2, 1996, pp. 29-34.
[33]. Brown, R.E., S. Gupta, R.D. Christie and S.S. Venkata, (1997).
Automated Primary Distribution System Design: Reliability and Cost
Optimization, IEEE Trans. on Power Delivery, PWRD-12 (2), pp.
1017-1022.
[34]. Carantoa L. y Oviedo F., (2003). Implementacin de un programa

para la simulacin y anlisis de redes de distribucin secundaria
areas. Compaa Annima de Electricidad de Occidente
(ELEOCCIDENTE) filial de CADAFE Zona Cojedes, San Carlos, Edo.
Cojedes. Trabajo Especial de Grado para optar por el ttulo de
Ingeniero Electricista en la Universidad Nacional Experimental
Politcnica de la Fuerza Armada Nacional. Maracay, Venezuela.
[35]. Cesar Lemoine y Jess Lpez, (2005). Mtodo Heurstico para

restauracin del Servicio en Sistemas de Distribucin de Energa
Elctrica. Noviembre 2005, Universidad EAFIT.
262
U
N
E
X
P
O
[36]. Chankong, V., Y.Y. Haimes and D.M. Gemperline, (1981). A

Multiobjective Dynamic Programming Method for Capacity
Expansion, IEEE Trans. on Automatic Control, AC-26 (5), 1195-
1207.
[37]. Chen, P.H. and H. C. Chang, (1995). Large-Scale Economic Dispatch

by Genetic Algorithm, IEEE Trans. on Power Systems, 10 (4), pp.
1919-1926.
[38]. Cohon, L.J., (1978). Multiobjective Programming and Planning,

Academic Press, New York.
[39]. Crawford, D.L. and S.B. Holt, (1974). A Mathematical Optimization

Technique for Locating and Sizing Distribution Substations, and
Deriving their Optimal Service Areas, IEEE Trans. on Power
Apparatus and Systems PAS-94 (2), pp. 230-235.
[40]. Crousillat, E.O., P. Drfner, P. Alvarado and H.M. Merrill, (1993).

Conflicting objectives and risk in power system planning, IEEE
Trans. on Power Systems, 8 (3), pp. 887-893.
[41]. Davi Ferreira, (2004). Planeamiento Agregado en Redes de

Distribucin Secundaria Modelo Alternativo para Empresas con
Registros de Redes Reducidos. Sao Paulo 2004, Universidad
Politcnica de Sao Paulo.
[42]. De La Fuente Oconnor, J.L., (1993). Tecnologas computacionales

para sistemas de Ecuaciones, Optimizacin Lineal y Entera.
(Barcelona: Revert, Spain,1993).
[43]. De La Fuente Oconnor, J.L., (1997). Tcnicas de clculo para

sistemas de Ecuaciones, Programacin Lineal y Entera. (Barcelona:
Revert, Spain,1997).
[44]. Dimeo, R. and K. Y. Lee, (1995). Boiler-Turbine Control System

Design Using a Genetic Algorithm, IEEE Trans. on Energy
Conversion, 10 (4), pp. 752-759.
[45]. Duckstein, L. and S. Opricovic, (1980). Multiobjective Optimization

in River Basin Development, Water Resources Research, 16 (1),
pp.14-20.
263
U
N
E
X
P
O
[46]. El-Hawary, M.E. and K.M. Ravindranath, (1991). Combining loss

and cost objectives in daily hydro-thermal economic scheduling,
IEEE Trans. on Power Systems, 6 (3), pp. 1106-1112.
[47]. El-Kady, M.A., (1984). Computer-Aided Planning of Distribution

Substation and Primary Feeders, IEEE Trans. on Power Apparatus
and Systems, PAS-103 (6), pp.1183-1189.
[48]. Endrenyi, J., (1978). Reliability Modeling in Electric Power

Systems, Jonh Wiley and Sons, Chichester, (1978).
[49]. Espinosa, R., (1990). Sistemas de Distribucin, Limusa, Mexico,

(1990).
[50]. Fang, H.L., P. Ross and D. Corne, (1993). A Promising Genetic

Algorithm Approach to Job-Shop Scheduling, Rescheduling, and
Open-Shop Scheduling Problems, Proceedings of the Fifth
International Conference on Genetic Algorithms, edited by Stephanie
Forrest, Urbana-Champaign, IL, 17-21 July 1993. Morgan Kaufmann,
San Mateo, CA., pp. 375-382.
[51]. Fawzi, T.H., K.F. Ali and S.M. El-Sobki, (1982). Routing
Optimization of Primary Rural Distribution Feeders, IEEE Trans. on
Power Apparatus and Systems, PAS-101 (5), pp. 1129-1133.
[52]. Fawzi, T.H., K.F. Ali and S.M. El-Sobki, (1983). A New Planning
Model for Distribution Systems, IEEE Trans. on Power Apparatus
and Systems, PAS-102 (9), pp. 3010-3017.
[53]. Fogel, D.B., (1994). An introduction to Simulated Evolutionary

Optimization, IEEE Trans. on Neural Networks, January 1994, pp. 3-
14.
[54]. Fonseca, C.M. and P.J. Fleming, (1993). Genetic Algorithms for
Multiobjective Optimization: Formulation, Discussion and
Generalization, Proceedings of the Fifth International Conference on
Genetic Algorithms, edited by Stephanie Forrest, Urbana- Champaign,
IL, 17-21 July 1993, pp. 416-423.
[55]. Forrest, S., (1993). Genetic Algorithms: Principles of Natural

Selection Applied to Computation, Science, August 1993. Morgan
Kaufmann, San Mateo, CA., pp.872-878.
264
U
N
E
X
P
O
[56]. Fukuyama, Y. and H.D. Chiang, (1994). A Parallel Genetic

Algorithm for Generation Expansion Planning, Proceedings of the
international Conference on Intelligent Systems Applications to Power
Systems (ISAP94), France, 1994, pp. 161-167.
[57]. Glamocanin, V., (1993). Open Loop Distribution System Design,

IEEE Trans. On Power Systems, PWRS-7 (1), pp. 1900-1906.
[58]. Goicoechea, A., D.R. Hansen and L. Duckstein, (1982).

Multiobjective Decision Analysis with Engineering and Business
Applications, John Wiley and Sons, Inc., New York, 1982.
[59]. Goicoechea, A., L. Duckstein and M.M. Fogel, (1976).

Multiobjective Programming in Watershed Management: A Case
Study of the Charleston Watershed, Water Resources Research, 12
(6), pp.1085-1092.
[60]. Goldberg, D.E., (1989). Genetic Algorithms in optimization and

Machine Learning. (New York: Addison Wesley Publishing Inc.,
1989).
[61]. Gnen, T. and B.L. Foote, (1981). Distribution-System Planning

using Mixed-Integer Programming, Proceedings IEE, Vol.128, Pt. C,
N2, pp.70-79.
[62]. Gnen, T., (1986). Electric Power Distribution Systems

Engineering, McGraw-Hill, New York, 1986.
[63]. Gnen, T. and I.J. Ramrez-Rosado, (1986). Review of Distribution

System Planning Models: A Model for Optimal Multistage Planning,
IEE Proceedings Part. C, Vol. 133, N7, pp. 397-408.
[64]. Gnen, T. and I.J. Ramrez-Rosado, (1987). Optimal Multi-Stage

Planning of Power Distribution Systems, IEEE Trans. on Power
Delivery, PWRD-2 (2), pp. 512-519.
[65]. Guilln G. y Urdaneta S., (2001), Diseo e implementacin de un

programa para el anlisis de flujo de carga y cortocircuito en los
sistemas de potencia. Trabajo Especial de Grado para optar por el
ttulo de Ingeniero Electricista en la Universidad Nacional
265
U
N
E
X
P
O
Experimental Politcnica de la Fuerza Armada Nacional. Maracay,

Venezuela,
[66]. Goswami, S.K., (1997). Distribution System Planning using Branch

Exchange Technique, IEEE Trans. on Power Systems, PWRS-12 (2),
pp. 718-723.
[67]. Grefenstette, J:J:, (1986). Optimization of Control Parameters for

Genetic Algorithms, IEEE Trans. on Systems, Man, and Cybernetics,
January/February 1986, pp. 122-128. Grefenstette, J.J., (1993).
Genetic Algorithms, IEEE Expert, 8 (5), pp. 5-8.
[68]. Grigoriadis, M.D., (1986). An efficient Implementation of the

Network Simplex Method, Mathematical Programming Study 26, pp.
83-111.
[69]. Heslin, J.S. and B.F. Hobbs, (1989). A multiobjective production

costing model for analizing emissions dispatching and fuel switching,
IEEE Trans. on Power Systems, 4 (3), pp. 836-842.
[70]. Hillier, F.S., and G.J. Lieberman, (1991). Introduccin a la

Investigacin de Operaciones, McGraw-Hill, Mexico, (1991).
[71]. Hindi, K.S. and A. Brameller, (1977). Design of Low-Voltage

Distribution Networks: A Mathematical Programming Method,
Proceedings IEE, Vol.124, N1, pp. 54-58.
[72]. Holland, J.H., (1992a). Adaptation in Natural and Artificial Systems.

(London: MIT Press, 1992).
[73]. Holland, J.H., (1992b). Algoritmos genticos, Investigacin y

Ciencia, Septiembre 1992, pp. 38-45.
[74]. Hong Y.Y. y S.Y. HO, (2003). Genetic Algorithm Based Network
Reconfiguration for Loss Minimization in Distrib. Systems, Power
Eng. Society Gral. Meeting 2003, IEEE, pp. 486-490, 13 al 17 de
Julio.
[75]. Hong Y.Y. y S.Y. HO, (2005). Determination of Network

Configuration Considering Multiobjective in Distribution System
266
U
N
E
X
P
O
Using Genetic Algorithms, Trans. on Power System: 20 (2), pp. 1062-

1069.
[76]. Horn, J., N. Nafpliotis and D.E. Goldberg, (1994). A Niched Pareto
Genetic Algorithm for Multiobjective Optimization, Proceedings of
the First IEEE International Conference on Evolutionary Computation
(ICEC94), IEEE World Congress on Computational Intelligence,
Orlando (FL), 27-29 June 1994, pp. 82-87.
[77]. Hsu, Y.Y., and J.L. Chen, (1990). Distribution planning using a
knowledge-based expert system, IEEE Trans. on Power Delivery,
PWRD-5 (3), pp. 1514-1519.
[78]. Hsiao Y.T. y C.Y. Chen, (2001). Multiobjective Optimal Feeder

Reconfiguration, IEEE Proceedings-Generation, Transmission and
Distribution: 148 (4), pp. 333-336.
[79]. Hu, T.C., (1969). Integer Programming and Network Flows,

Addison Wesley Publishing Company, Reading, Massachussets,
(1969).
[80]. Iba, K., (1994). Reactive Power Optimizaction by Genetic Algoritm,

IEEE Trans. On Power Systems, 9 (2), pp. 685-692.
[81]. Ignizio, J.P., (1976). Goal Programming and Extensions, Lexington

Books, London, 1976.
[82]. Jeon Y.J. y J.C. Kim, (2000). Network Reconfiguration in Radial

Distribution System Using Simulated Annealing and Tabu Search,
Actas del Power Engineering Society Winter Meeting, 2000 IEEE, 4,
pp. 2329-2333, 23 al 27 de Enero.
[83]. Jemkins, M. and J. Glasgow, (1986). ). Programming Styles in Nial,

IEEE Software, Vol 3 (1), p. 48.
[84]. Kashem M.A.; V. Ganapathy y G.B. Jasmon, (2000). A Novel Method

for loss Minimization in Distribution Networks, International
Conference on Electric Utility Deregulation and Restructuring and
Power Technologies, pp. 251-256, London, Inglaterra, Abril (2000).
267
U
N
E
X
P
O
[85]. Kashem M.A.; V. Ganapathy y G.B. Jasmon, (1999). Network

Reconfiguration for Load balancing in Distribution Networks, IEEE
Proceedings-Generation, Transm. and Distrib.: 146 (6), pp. 563-567 .
[86]. Kaplan, M. and A. Braunstein, (1981). Contribution to the

Determination of the Optimum Site for Substation, IEEE Trans. on
Power Apparatus and Systems, PAS-100 (5), pp. 2263-2270.
[87]. Kermanshahi, B.S., Y. Wu, K. Yasuda and R. Yokoyama. (1990).

Environmental Marginal Cost Evaluation By Non-inferiority Surface
IEEE Trans. on Power Systems, 5 (4), 1151-1159.
[88]. K. A. De Jong, "Genetic Algorithms are not Function Optimizers," in

Foundations of Genetic Algorithms 2, L. D. Whitley, Ed. San Mateo,
CA: Morgan Kaufmann, 1993, pp. 5-17.
[89]. Khuri, S., T. Bck and J. Heitktter,(1994). An Evolutionary

Approach to Combinatorial Optimization Problems, Proceedings of
the 22nd, Annual ACM Computer Science Conference, edited by D.
Cizmar, Phoenix (Arizona) 8-10 March 1994, ACM press, New York,
pp. 66-73.
[90]. Khuri, S., T. Bck and J. Heitktter, (1994). The Zero/One Multiple
Knapsack Problem and Genetic Algorithms, Proceedings of the 1994
ACM Symposium on Applied Computing, edited by E. Deaton, D.
Oppenheim, J. Urban, and H. Berghel, 1994, ACM press, New York,
pp. 188-193.
[91]. Knight, U.G., (1960). The Logical Design of Electrical Networks

Using Linear Programming Methods, Proceedings IEE, Vol.33A, pp.
306-319.
[92]. Kuwabara, H. and K. Nara, (1997). Multi-Year and Multi-State

Distribution System Expansion Planning by Multi-Stage Branch
Exchange, IEEE Trans. on Power Delivery, PWRD-12 (1), pp. 457-
463.
[93]. Lai, L.L. and J. T. Ma, (1997). Application of Evolutionary

Programming to reactive Power Planning-Comparison with Nonlinear
Programming Approach, IEEE Trans. On Power Systems, 12 (1),
pp.198-206.
268
U
N
E
X
P
O
[94]. Lakervi, E. and E.J. Holmes, Electricity Distribution Network

Design, Peter Peregrinus Ltd., London, 1995.
[95]. Lansberry, J.E. and L. Wozniak, Optimal Hydrogenerator Governor

Tuning with a Genetic Algorithm, IEEE Trans. on Energy
Conversion, 7 (4), pp.623-630.
[96]. Lee, K.Y., X. Bai, and Y. M. Park, (1995). Optimization Method for
Reactive Power Planning by Using a Modified Simple Genetic
Algorithm, IEEE Trans. on Power Systems, 10 (4), pp. 1843-1849.
[97]. Lee, S.H., (1980). Reliability Evaluation of a Flow Network, IEEE

Trans. On Reliability, R-29 (1), pp. 24-26.
[98]. Lee, S.M., (1972). Goal Programming for Decision Analysis,

Auerbach, Philadelphia, 1972.
[99]. Leung, L.C., Khator, S.K. and J.C. Schnepp, (1995). Planning
Substation Capacity Under the Single-Contingency Scenario, IEEE
Trans. on Power Systems, PWRS-10 (3), pp. 1442-1447.
[100]. Lin W.M., F.S. Cheng y M.T. Tsay, (2000). Distribution Feeder
Reconfiguration with Refined Genetic Algorithm, IEEE Proceedings-
Generation, Transmission and Distribution: 147 (6), pp. 349-354.
[101]. Li S. y Tomsovic K., (2000.). Load Following Funtions using

Distributed Energy Resources. Reporte tcnico. School of Electrical
Engineering and computer Science Washington State University.
Pullman, Washington. EE.UU.
[102]. Ma, J.T. and L.L. Lai, (1996). Evolutionary programming approach to
reactive power planning, IEEE Proceedings Generation,
Transmission and Distribution, 143 (4), pp. 365-370.
[103]. Mkinen, A., J. Partanen, and E. Lakervi, (1990). A practical

Approach for estimating future outage costs in Power Distributions
Networks, IEEE Trans. on Power Delivery, 5 (1), pp. 311-316.
[104]. Marshall, A.C., T.B. Boffey, J.R. Green and H. Hague, (1991).
Optimal Design of Electricity Distribution Networks, Proceedings
IEE, Vol.138, Pt. C, N1, pp. 69-77.
269
U
N
E
X
P
O
[105]. Masud, E., (1974). An Interactive Procedure for Sizing and Timing
Distribution Substations Using Optimization Techniques, IEEE
Trans. on Power Apparatus and Systems PAS-93 (5), pp. 1281-1286.
[106]. Mikic, O.M., (1986). Mathematical Dynamic Model for Long-Term

Distribution System Planning, IEEE Trans. on Power Systems,
PWRS-1 (1), pp. 34-40.
[107]. Miranda, V., (1991). Using Fuzzy Reliability Indices in a Decision

AID Environment for Establishing Interconection and Switching
Location Policies, Proceedings CIRED91, Lieje, Belgium, (1991).
[108]. Miranda, V., J.V. Ranito and L.M. Proena, (1994). Genetic
Algorithms in Optimal Multistage Distribution Network Planning,
IEEE Trans. on Power Systems, PWRS-9 (4), pp. 1927-1933.
[109]. Morton, A. B. y I.M.Y. Mareels, (2000). An Efficient Brute-Force

Solution To The Network Reconfiguration Problem, IEEE Trans. On
Power Delivery: 15 (3), pp. 996-1000.
[110]. Munasinghe, M. and W.G. Scott, (1978). Long Range Distribution

System Planning Based on Optimum Economic Reliability Levels,
Paper N. A 78 576-1 presented at IEEE PES Summer Meeting, Los
Angeles, California, (July 16-21, 1978).
[111]. Muslu, M. and Anderson, M.D, (1989). A multiobjective

Optimization Method for Electrical Power Distribution System with
Load Control Alternatives, Electric Power System Research, 16, pp.
1-9.
[112]. Nara, K., T. Satoh, H. Kuwabara, K. Aoki and M. Kitagawa, (1991).

Multi-Year Expansion Planning for Distribution Systems, IEEE
Trans. on Power Systems, PWRS, 6 (3), pp. 952-958.
[113]. Nara, K., T. Satoh, H. Kuwabara, K. Aoki, M. Kitagawa and T.

Ishihara., (1992). Distribution Systems Expansion Planning by Multi-
Stage Branch Exchange, IEEE Trans. on Power Systems, PWRS-7
(1), pp. 208-214.
[114]. Nara, K., A. Shiose, M. Kitagawa, T. Ishihara., (1992).

Implementation of Genetic Algoritm for Distribution Systems Loss
270
U
N
E
X
P
O
Minimum Re-configuration, IEEE Trans. On Power Systems, 7 (3),

pp. 1044-1051.
[115]. Nara, K., H. Kuwabara, M. Kitagawa and K. Ohtaka., (1994).

Algorithm for Expansion
[116]. Planning in Distribution Systems Taking Faults into Consideration,

IEEE Trans. On Power Systems, PWRS-9 (1), pp. 324-330.
[117]. Oliveira, M.F. and V. Miranda, (1979). Optimization Studies in

Distribution Networks Including Reliability Evaluations, CIRED,
Liege, (1979).
[118]. Orero, S.O. and M.R. Irving, (1996). Economic dispatch of generators
with prohibited operating zones: a genetic algorithm approach, IEEE
Proceedings Generation, Transmission and Distribution, 143 (6), pp.
529-534.
[119]. Pabla, A.S., (1983). Electric Power Distribution Systems, Tata

McGraw-Hill, New Delhi, (1983).
[120]. Painton. L. and J. Campbell, Genetic Algorithms in Optimization of

System Reliability, IEEE Trans. on Reliability, 44 (2), pp. 172-178.
[121]. Palmer, C.C. and A. Kershenbaum, (1994). Representing Trees in

Genetic Algorithms, Proceedings of the First IEEE International
Conference on Evolutionary Computation (ICEC94), IEEE World
Congress on Computational Intelligence, Orlando (FL), 27-29 June
1994, pp. 379-384.
[122]. Pansini, A.J., (1983). Electrical Distribution Engineering, McGraw-

Hill, New York, (1983).
[123]. Partanen, J. et al., (1990). A Practical Approach for Estimating Future

Outage Costs in Power Distribution Networks, IEEE Trans. on Power
Delivery, 1 (5), pp. 311-316.
[124]. Partanen, J., (1990). A Modified Dynamic Programming Algorithm

for Sizing Locating and Timing of Feeder Reinforcements, IEEE
Trans. on Power Delivery, PWRD-5 (1), pp. 277-283.
271
U
N
E
X
P
O
[125]. Ponnavaikko, M. and K.S. Rao, (1981). Optimal Distribution System

Planning, IEEE Trans. on Power Apparatus ans Systems, PAS-100
(6), pp. 2969-2977.
[126]. Ponnavaikko, M., K.S.P. Rao and S.S. Venkata, (1987). Distribution
System Planning trough a Quadratic Mixed Integer Programming
Approach, IEEE Trans. on Power Delivery, PWRD-2 (4), pp. 1157-
1163.
[127]. Ramrez-Rosado, I.J. and T. Gnen, (1991a). Pseudodynamic

Planning for Expansion of Power Distribution Systems., IEEE Trans.
on Power Systems, PWRS-6 (1), pp. 245- 254.
[128]. Ramrez-Rosado, I.J., (1991b). Computer Aided Design of Electric

Power Distribution Networks: Solutions Via Multiobjective
Optimization, Secretariado de Publicaciones de la Universidad de
Zaragoza, 1991.
[129]. Ramrez-Rosado, I.J., (1992). Planificacin de Sistemas de

Distribucin de Energa Elctrica Mediante Tcnicas de Optimizacin
Avanzadas, Secretariado de Publicaciones de la Universidad de
Zaragoza, 1992.
[130]. Ramrez-Rosado, I.J. and J.L. Bernal-Agustn, (1994). Genetic

Algorithms Applications to the Optimal Power Distribution Systems
Design, Proceedings of the International Conference on Applied
Modelling and Simulation, Lugano, Switzerland, June 1994, pp. 74-78.
[131]. Ramrez-Rosado, I.J., R.N. Adams and T. Gnen, (1994). Computer

Aided Design of Power Distribution Systems: Multiobjective
Mathematical Simulations, International Journal of Power and
Energy Systems, 14, (1), pp. 9-12.
[132]. Ramrez-Rosado, I.J., and C. Alvarez-Bel, (1995a), Applications of

Multiobjective Models to Power-Distribution Systems Design,
International Journal of Power and Energy Systems, 15 (2), pp. 54-60.
[133]. Ramirez-Rosado, I.J., and Jos L. Bernal-Agustn, (1995b).

Optimization of the Power Distribution Network Design by
Applications of Genetic Algorithms, International Journal of Power
and Energy Systems, 15 (3), pp. 104-110.
272
U
N
E
X
P
O
[134]. Ramrez-Rosado, I.J., and J.L. Bernal-Agustn, (1997), Genetic

Algorithms Applied to the Design of Large Power Distribution
Systems, IEEE/PES 1997 Summer Meeting, Berlin, Germany, July
1997, 7 p.
[135]. Richards, G.G. and H. Yang, (1993). Distribution System Harmonic

Worst Case Design Using a Genetic Algorithm, IEEE Trans. on
Power Delivery, 8 (3), pp. 1484- 1491.
[136]. Roldn Porta, C. y A. Borjes Alejo, (1990). Programa de Ayuda para

la Supervisin y Planificacin de Redes de Distribucin, Jornadas
Hispano-Lusas de Ingeniera Elctrica, Vigo, Julio 1990, pp.597-606.
[137]. Santiago, C.O., (2007). Calculo detallado de prdidas en sistemas

elctricos de distribucin aplicado al alimentador Universidad
perteneciente a la empresa elctrica Ambato Regional Centro Norte
S.A., Quito, septiembre 2007
[138]. Saravanan, N., and D.B. Fogel, (1993). A Bibliography of

Evolutionary Computation & Applications, Technical Report FAU-
ME-93-100, Florida Atlantic University, Department of Mechanical
Engineering, 1993, 36 p.
[139]. Shao, J., N.D. Rao and Y. Zhang, (1991). An expert system for
distribution system design, IEEE Trans. on Power Delivery, PWRD-6
(4), pp. 1607-1615.
[140]. Sheble G.B. and K. Brittig, (1995). Refined Genetic Algorithm -

Economic Dispatch Example, IEEE Trans. on Power Systems, 10 (1),
pp. 117-124.
[141]. Shirmohammadi, D., H. W. Hong, A. Semlyen, G. X. Luo, (1988). A

Compensationbased Power Flow Method for Weakly Meshed
Distribution and Transmission Networks, IEEE Trans. on Power
Systems, 2 (3), pp. 753-762.
[142]. Stagg y El-Abiad (1969). Computer Methods in Power System

Analisys, E.E.U.U., Mc Graw Hill.
[143]. Song, Y.H., G.S. Wang, A.T. Johns and P.Y. Wang, (1997).
Distribution network reconfiguration for loss reduction using fuzzy
273
U
N
E
X
P
O
controlled evolutionary programming, IEE Proceedings Generation,

[144]. Song, Y.H., G.S. Wang, P.Y. Wang and A.T. Johns, (1997).
Environmental/economic dispatch using fuzzy logic controlled
genetic algorithms, IEE Proceedings Generation, Transmission and
Distribution, 144 (4), pp. 377-382.
[145]. Srinivasan, D., Sundhararajan and A. Pahwa, (1994). Optimal

Selection of Capacitors for Radial Distribution Systems using a
Genetic Algorithm IEEE Trans. on Power Systems, 9 (3), pp. 1499-
1507.
[146]. Srinivasan, D., F. Wen, C.S. Chang and A.C. Liew, (1996). A Survey
of Applications of Evolutionary Computing to Power Systems,
Proceedings of the international Conference on Intelligent Systems
Applications to Power Systems (ISAP96), Orlando (Florida), January
28-February 2, pp. 35-41.
[147]. Srinivasan, D. and A.G.B. Tettamanzi, (1997). An Evolutionary

Algorithm For Evaluation Of Emission Compliance Options in view of
the Clean Air Act Amendments, IEEE Trans. on Power Systems, 12
(1), pp. 336-341.
[148]. Sun, D.I., D.R. Farris, P.J. Cote, R.R. Shoults and M.S. Chen, (1982).
Optimal Distribution Substation and Primary Feeder Planning Via the
Fixed Charge Network Formulation, IEEE Trans. on Power
Apparatus ans Systems, PAS-101 (3), pp. 602 609.
[149]. Taha, H.A., (1975). Integer Programming Theory, Applications and

Computations, Academic Press, New York, (1975).
[150]. Tang, Y., (1995). Power Distribution System Planning with

Reliability Modeling and Optimization, IEEE/PES 1995 Winter
Meeting, New York, January 29-February 2, 1995, pp. 1-7.
[151]. Taylor T. y D. Lubkeman, (1990). Implementation of Heuristic

Search Strategies for Distribution Feeder Reconfiguration. IEEE
Trans. On Power Delivery: 5 (1), pp.239-245.
274
U
N
E
X
P
O
[152]. Thompson, G.L. and D.L. Wall, (1981). A Branch and Bound Model
for Choosing Optimal Substation Locations, IEEE Trans. on Power
Apparatus ans Systems, PAS 100 (5), pp. 2683-2688.
[153]. Tram, H.N. and D.L. Wall, (1988). Optimal Conductor Selection in
Planning Radial Distribution Systems, IEEE Trans. on Power
Systems, PWRS-3 (1), pp. 200-206. UNESA (1997). Evolucin
econmico-financiera del sector elctrico 1988-1995, 93 p.
[154]. Varek, A.L. et. al., (1993). Genetic Algorithms in Controller Design
and Tuning, IEEE Trans. on Systems, Man, and Cybernetics, 23 (5),
pp. 1330-1339.
[155]. Vignaux, G.A. and Z. Michalewicz, (1991). A Genetic Algorithm for

the Linear Transportation Problem IEEE Trans. on Systems, Man, and
Cybernetics, March/April 1991, pp. 445-452.
[156]. Wacker, G. and R. Billinton, (1989). Customer Cost of Electric

Service Interruptions. Proceedings of the IEEE, 77 (6), pp. 919-930.
[157]. Wall, D.L., G.L. Thompson and J.E.D. Northocote-Green, (1979). An

optimization Model for Planning Radial Distribution Networks, IEEE
Trans. on Power Apparatus and Systems, PAS-98 (3), pp. 1061-1068.
Wayner, P., (1991). Genetic Algorithms, Byte, 16 (1), pp. 361-368
[158]. Westinghouse Electric Corporation, (1965). Electric Utility

Engineering Reference Book. Vol. 3. Distribution Systems. Pittsburgh,
Pensylvania, 1965.
[159]. Whitley, D., (1993). A Genetic Algorithm Tutorial, Technical

Report CS-93-103, Colorado State University, Department of
Computer Science, Fort Collins, 1993. 37 p.
[160]. Willis, H.L. and Northcote-Green, (1985). Comparison of Several

Computerized Distribution Planning Methods, IEEE Trans. on Power
Apparatus and Systems, PAS- 104 (1), pp. 233-240.
[161]. Willis, H.L., H.N. Tram and R.W. Powell, (1987). Substation Site and
Capacity Selection Based on Diversity Maximization, IEEE Trans. on
Power Systems, PWRS-2 (3), pp. 210-217.
275
U
N
E
X
P
O
[162]. Willis, H.L., H. Tram, M. V. Engel and L. Finley, (1995).

Optimization Applications to Power Distribution, IEEE Computer
Applications in Power, 1 (5), pp. 12-17.
[163]. Wong, K.P. and Y.W.W. Suzannah, (1996). Combined Genetic

Algorithm/Simulated Annealing/Fuzzy Set Approach to Short-Term
Generation Scheduling with Take-Or- Pay Fuel Contract, IEEE
Trans. on Power Systems, 11 (1), pp. 128-136.
[164]. Wu, Q.H. and J. T. Ma, (1995). Power System Optimal Reactive
Power Dispatch using Evolutionary Programming, IEEE Trans. on
Power Systems, 10 (3), pp. 1243-1249.
[165]. Xu, J.X., C.S. Chang and X.W. Wang, (1996). Constrained
multiobjective global optimisation of longitudinal interconnected
power system by genetic algorithm IEEE Proceedings Generation,
[166]. Yang, H.T. and S.L. Chen, (1989). Incorporating a multi-criteria

decision procedure into the combined dynamic
programming/production simulation algorithm for expansion
planning, IEEE Trans. on Power Systems, 4 (1), pp. 165-175.
[167]. Yang, H.T., P. C. Yang and C. L. Huang, (1996). Evolutionary

Programming Based Economic Dispatch for Units with Non-Smooth
Fuel Cost Functions, IEEE Trans. On Power Systems, 11 (1), pp. 112-
118.
[168]. Yang, P.C., H.T. Yang and C.L. Huang, (1996). Scheduling short-
term hydrothermal generation using evolutionary programming
techniques IEE Proceedings Generation, Transmission and
Distribution, 143 (4), pp. 371-376.
[169]. Yeh, E.-C., S.S. Venkata and Z. Sumi, (1996). Improved Distribution
System Planning Using Computational Evolution, IEEE Trans. on
Power Systems, PWRS-11 (2), pp. 668-674.
[170]. Yin, X. and N. Germany, (1991). Investigations on Solving the Load

flow Problem by Genetic Algorithms , Electric Power Systems
Research, 22, pp. 151-163.
276
U
N
E
X
P
O
[171]. Yokoyama, R., S.H. Bae, T. Morita and H. Sasaki, (1988).

Multiobjective optimal generation dispatch based on probability
security criteria, IEEE Trans. on Power Systems, 3 (1), pp. 317-324.
[172]. Youssef, H.K., et. al., (1985). Novel Optimization Model for Long
Range Distribution Planning, IEEE Trans. PAS-104 (11), pp. 3195-
3202.
[173]. Youssef, H.K. and R. Hackam, (1988). Dynamic Solution of

Distribution Planning in Intermediate Time Range, IEEE Trans. on
Power Delivery, PWRD-2 (4), pp. 341-348. Zeleny, M., (1973).
Compromise Programming, in J.L. Cochrane and M. Zeleny(eds.),
Multiple Criteria Decision Making, University of South Carolina
Press, Columbia, 1973. Zeleny, M., (1982). Multiple Criteria
Decision Making, McGraw-Hill, New York, 1982.
[174]. Zoka, Y., H. Sasaki and J. Kubokawa, (1994). An Optimal

Deployment of Fuel Cells in a Distribution System by Means of a
Genetic Algorithm, Proceedings of the international Conference on
Intelligent Systems Applications to Power Systems (ISAP94), France,
1994, pp. 153-160.
[175]. "Introduccin a los algoritmos genticos". [Disponible en lnea].

http://www.fciencias.unam.mx/revista/soluciones/Coello2.html
[176]. "Algoritmos Genticos". [Disponible en lnea].

http://www.iamnet.com/users/jcontre/genetic/ag.htm
[177]. Algoritmos genticos". [Disponible en lnea].

http://www.uv.es/~rmarti/genet.html
277
U
N
E
X
P
O
278
U
N
E
X
P
O
Tabla VI.1 Tabla Usada por CADAFE (*) de los conductores

Normalizados en Alta Tensin (13,8kV)
CONDUCTORES DE ALUMINIO DESNUDO ARVIDAL EN 13,8 kV

AWG V = 1 % Capacidad
o cos() R [ / km] x [/ km] de corriente
MCM en Amperios
1 0,95 0,9 0,85 0,8
6 784 784 808 839 875 2.4285 0.3913 100
4 1246 1212 1234 1268 1310 1.5279 0.3851 134
3 1572 1506 1525 1559 1603 1.2111 0.3651 155
2 1978 1856 1864 1893 1935 0.9627 0.3564 180 (*)
1 2493 2283 2270 2288 2323 0.7639 0.3477 209
1/0 3151 2803 2756 2754 2776 0.6043 0.3375 242 (*)
2/0 3977 3413 3313 3278 3277 0.4788 0.3302 282 (*)
3/0 5002 4122 3945 3863 3828 0.3807 0.3215 327
4/0 6310 4955 4669 4521 4439 0.3018 0.3127 380 (*)
Tabla VI.2 Factor K en alta tensin (13,8kV) para

Cada Conductor del tipo ARVIDAL
CONDUCTORES DE ALUMINIO DESNUDO ARVIDAL EN 13,8 kV

AWG V = 1 % Capacidad
o . 10 3 R [ / km] x [/ km] de corriente
MCM en
1 0,95 0,9 0,85 0,8
Amperios
6 1.2752 1.2756 1.2372 1.1922 1.1434 2.4285 0.3913 100
4 0.8023 0.8253 0.8102 0.7885 0.7632 1.5279 0.3851 134
3 0.6359 0.6640 0.6559 0.6415 0.6238 1.2111 0.3651 155
2 0.5055 0.5387 0.5365 0.5283 0.5167 0.9627 0.3564 180
1 0.4011 0.4381 0.4406 0.4371 0.4304 0.7639 0.3477 209
1/0 0.3173 0.3568 0.3628 0.3631 0.3602 0.6043 0.3375 242
2/0 0.2514 0.2930 0.3019 0.3050 0.3052 0.4788 0.3302 282
3/0 0.1999 0.2426 0.2535 0.2589 0.2612 0.3807 0.3215 327
4/0 0.1585 0.2018 0.2142 0.2212 0.2253 0.3018 0.3127 380
279
U
N
E
X
P
O
Figura VI.1 Precio de Transformadores Normalizados en Venezuela
Fecha de Vigencia: 05-08-09
280
U
N
E
X
P
O
Figura VI.2 Precio de Transformadores Normalizados y Partida de Conductores

Usados para el Diseo de urbanismos en Venezuela.
Fecha de Vigencia: 05-08-09
281
U
N
E
X
P
O
Red Radial Stagg and el Abiad [142]
Tabla VII.1 Iteraciones Realizadas por el Software NEPLAN 5.18

Para la Red radial Stagg el Abiad [142]
Datos de iteracin
Iteraciones: 6
Error: 0
Tabla VII.2 Prdidas totales de la Red Stagg el Abiad [142]

Calculadas por el Software NEPLAN 5.18
Desde Hasta P Prdidas Q Prdidas P Imp Q Imp P Gen Q Gen P Carga Q Carga
rea/Zona rea/Zona MW MVar MW MVar MW MVar MW MVar
Red 4,673 -1,401 129,673 8,599 169,673 38,599 165 40
rea 1 4,673 -1,401 0 0 169,673 38,599 165 40
Zona 1 4,673 -1,401 0 0 169,673 38,599 165 40
Tabla VII.3 Tensin en cada una de las barras del la Red Stagg el Abiad [142]
Calculadas mediante el Software NEPLAN 5.18
ID Nodo U u ngulo V P Carga Q Carga P Gen Q Gen

Nombre kV % MW MVar MW MVar
8 N1 14,628 106 0 0 0 129,673 8,599
13 N3 14,026 101,64 -4,9 45 15 0 0
282
U
N
E
X
P
O
17 N4 14,012 101,54 -5,2 40 5 0 0

21 N2 14,378 104,19 -2,7 20 10 40 30
25 N5 13,934 100,97 -6,1 60 10 0 0
Tabla VII.4 Flujo de Potencia para Cada Elemento del Sistema Stagg el Abiad [142]
Calculas mediante el Software NEPLAN 5.18
ID Nodo Elemento Tipo P Q I ngulo I Cargabilidad P Prdidas Q Prdidas

Nombre Nombre MW MVar kA % MW MVar
28 N1 L1-L3 Lnea 40,787 5,893 1,627 -8,2 0 1,2224 0,9713
28 N3 L1-L3 Lnea -39,564 -4,921 1,641 168 0 1,2224 0,9713
36 N3 L3-L4 Lnea 18,891 -3,177 0,788 4,6 0 0,0352 -0,9263
36 N4 L3-L4 Lnea -18,856 2,251 0,782 181,6 0 0,0352 -0,9263
44 N1 L1-L2 Lnea 88,886 2,707 3,51 -1,7 0 1,4097 0,9154
44 N2 L1-L2 Lnea -87,476 -1,791 3,513 176,1 0 1,4097 0,9154
52 N2 L2-L3 Lnea 24,69 5,874 1,019 -16,1 0 0,3637 -1,0276
52 N3 L2-L3 Lnea -24,326 -6,902 1,041 159,3 0 0,3637 -1,0276
60 N2 L2-L5 Lnea 54,853 10,374 2,242 -13,4 0 1,1548 1,8856
60 N5 L2-L5 Lnea -53,699 -8,489 2,253 165 0 1,1548 1,8856
68 N2 L2-L4 Lnea 27,933 5,543 1,143 -13,9 0 0,4555 -0,75
68 N4 L2-L4 Lnea -27,477 -6,293 1,161 161,9 0 0,4555 -0,75
76 N5 L4-L5 Lnea -6,301 -1,511 0,269 160,4 0 0,0312 -2,4693
76 N4 L4-L5 Lnea 6,333 -0,958 0,264 3,4 0 0,0312 -2,4693
87 N3 C2 Carga 45 15 1,952 -23,3
283
U
N
E
X
P
O
97 N4 C3 Carga 40 5 1,661 -12,4

107 N5 C4 Carga 60 10 2,52 -15,5
117 N2 C1 Carga 20 10 0,898 -29,3
128 N2 G2 Mquina Sincrnica -40 -30 2,008 140,4
139 N1 G1 Mquina Sincrnica -129,673 -8,599 5,129 176,2
Red Radial de la Ciudad de Kumamoto Japn [101]

Para la Red radial de Kumamoto Japn [101]
Datos de iteracin
Iteraciones: 6
Error: 0
Tabla VII.6 Prdidas totales de la Kumamoto Japn [101]

Red 0,194 1,657 18,881 3,589 18,881 3,589 18,687 1,932
rea 1 0,194 1,657 0 0 18,881 3,589 18,687 1,932
Zona 1 0,194 1,657 0 0 18,881 3,589 18,687 1,932
284
U
N
E
X
P
O
Tabla VII.7 Tensin en cada una de las barras del la Kumamoto Japn [101]
Calculadas mediante el Software NEPLAN 5.18
ID Nodo U u ngulo V P Carga Q Carga P Gen Q Gen

13 Barra 2 11,288 99,01 -2,7 0,624 0,063 0 0
8 Barra 1 11,4 100 0 0 0 18,881 3,589
29 Barra 6 11,202 98,27 -4,2 0,339 0,036 0 0
25 Barra 5 11,205 98,29 -4,2 1,326 0,135 0 0
21 Barra 4 11,219 98,41 -3,7 2,874 0,294 0 0
17 Barra 3 11,284 98,98 -2,8 1,485 0,153 0 0
45 Barra 10 11,067 97,08 -5,9 0,624 0,087 0 0
41 Barra 9 11,082 97,21 -5,6 0,639 0,066 0 0
37 Barra 8 11,116 97,5 -5,2 0,969 0,099 0 0
33 Barra 7 11,165 97,93 -4,4 1,914 0,198 0 0
49 Barra 11 11,032 96,77 -6,4 6,51 0,66 0 0
68 Barra 15 11,226 98,48 -3,4 0,417 0,042 0 0
67 Barra 14 11,229 98,5 -3,4 0,483 0,048 0 0
66 Barra 13 11,246 98,65 -3,3 0,087 0,009 0 0
65 Barra 12 11,262 98,79 -3,1 0,396 0,042 0 0
285
U
N
E
X
P
O
Tabla VII.8 Flujo de Potencia para Cada Elemento del Sistema Kumamoto Japn [101]

214 Barra 5 C4 Carga 1,326 0,135 0,069 -10
208 Barra 4 C3 Carga 2,874 0,294 0,149 -9,5
202 Barra 3 C2 Carga 1,485 0,153 0,076 -8,7
195 Barra 2 C1 Carga 0,624 0,063 0,032 -8,5
244 Barra 10 C9 Carga 0,624 0,087 0,033 -13,8
238 Barra 9 C8 Carga 0,639 0,066 0,033 -11,5
232 Barra 8 C7 Carga 0,969 0,099 0,051 -11
226 Barra 7 C6 Carga 1,914 0,198 0,1 -10,3
220 Barra 6 C5 Carga 0,339 0,036 0,018 -10,3
274 Barra 15 C14 Carga 0,417 0,042 0,022 -9,2
268 Barra 14 C13 Carga 0,483 0,048 0,025 -9,1
262 Barra 13 C12 Carga 0,087 0,009 0,004 -9,2
256 Barra 12 C11 Carga 0,396 0,042 0,02 -9,2
250 Barra 11 C10 Carga 6,51 0,66 0,342 -12,2
328 Barra 1 S/E Equivalente Red -18,881 -3,589 0,973 169,2
72 Barra 2 L1-L2 Lnea -18,843 -2,663 0,973 169,2 0 0,0387 0,926
72 Barra 1 L1-L2 Lnea 18,881 3,589 0,973 -10,8 0 0,0387 0,926
88 Barra 4 L3-L4 Lnea -15,288 -2,018 0,794 168,8 0 0,0546 0,2522
88 Barra 3 L3-L4 Lnea 15,343 2,27 0,794 -11,2 0 0,0546 0,2522
286
U
N
E
X
P
O
80 Barra 3 L2-L3 Lnea -18,215 -2,578 0,941 169,2 0 0,0037 0,0213

80 Barra 2 L2-L3 Lnea 18,219 2,6 0,941 -10,8 0 0,0037 0,0213
104 Barra 6 L5-L6 Lnea -0,339 -0,036 0,018 169,7 0 0,0001 0,0001
104 Barra 5 L5-L6 Lnea 0,339 0,036 0,018 -10,3 0 0,0001 0,0001
96 Barra 5 L4-L5 Lnea -1,665 -0,171 0,086 170 0 0,0006 0,0145
96 Barra 4 L4-L5 Lnea 1,666 0,186 0,086 -10 0 0,0006 0,0145
120 Barra 7 L4-L7 Lnea -10,716 -1,389 0,559 168,2 0 0,0325 0,15
120 Barra 4 L4-L7 Lnea 10,749 1,539 0,559 -11,8 0 0,0325 0,15
136 Barra 9 L8-L9 Lnea -7,793 -0,907 0,409 167,7 0 0,0152 0,0702
136 Barra 8 L8-L9 Lnea 7,809 0,978 0,409 -12,3 0 0,0152 0,0702
128 Barra 8 L7-L8 Lnea -8,778 -1,077 0,459 167,9 0 0,0246 0,114
128 Barra 7 L7-L8 Lnea 8,802 1,191 0,459 -12,1 0 0,0246 0,114
152 Barra 11 L10-L11 Lnea -6,51 -0,66 0,342 167,8 0 0,0137 0,0634
152 Barra 10 L10-L11 Lnea 6,524 0,723 0,342 -12,2 0 0,0137 0,0634
144 Barra 10 L9-L10 Lnea -7,148 -0,81 0,375 167,6 0 0,0067 0,031
144 Barra 9 L9-L10 Lnea 7,154 0,841 0,375 -12,4 0 0,0067 0,031
168 Barra 13 L12-L13 Lnea -0,988 -0,102 0,051 170,8 0 0,0011 0,0028
168 Barra 12 L12-L13 Lnea 0,989 0,105 0,051 -9,2 0 0,0011 0,0028
160 Barra 12 L3-L12 Lnea -1,385 -0,147 0,071 170,8 0 0,0018 0,0084
160 Barra 3 L3-L12 Lnea 1,387 0,155 0,071 -9,2 0 0,0018 0,0084
184 Barra 15 L14-L15 Lnea -0,417 -0,042 0,022 170,8 0 0,0001 0
184 Barra 14 L14-L15 Lnea 0,417 0,042 0,022 -9,2 0 0,0001 0
176 Barra 14 L13-L14 Lnea -0,9 -0,09 0,047 170,8 0 0,0011 0,0029
176 Barra 13 L13-L14 Lnea 0,901 0,093 0,047 -9,2 0 0,0011 0,0029
287
U
N
E
X
P
O
Red Radial de 14 Nodos (Flujo de Carga sin Optimizar Conductores)

para la Red radial de 14 Nodos (Flujo de Carga sin Optimizar Conductores)
Datos de iteracin
Iteraciones: 6
Error: 0
Tabla VII.10 Prdidas Totales de la Red Radial de 14 Nodos

Red 0,088 0,014 2,482 1,174 2,482 1,174 2,394 1,159
rea 1 0,088 0,014 0 0 2,482 1,174 2,394 1,159
Zona 1 0,088 0,014 0 0 2,482 1,174 2,394 1,159
Tabla VII.11 Elementos Sobrecargados en la Red de 14 Nodos

Calculados mediante el Software NEPLAN 5.18
Sobrecargas
Nodos (inferior) %
N5 97,67
288
U
N
E
X
P
O
N6 97,49
N7 96,62
N8 96,54
N10 96,49
N12 96,44
N11 96,44
N9 96,44
N13 96,43
N14 96,39
Elementos % Tipo
L1 114,88 Lnea
L2 111,73 Lnea
L3 108,58 Lnea
L4 100,65 Lnea
Tabla VII.12 Tensin en Cada una de las Barras del la Red Radial de 14 Nodos
Calculadas Mediante el Software NEPLAN 5.18
ID Nodo U U ngulo V P Carga Q Carga P Gen Q Gen

45 N5 13,479 97,67 0,4 0,101 0,049 0 0
41 N4 13,629 98,76 0,2 0,168 0,082 0 0
37 N3 13,718 99,4 0,1 0,068 0,033 0 0
289
U
N
E
X
P
O
33 N2 13,744 99,59 0,1 0,068 0,033 0 0

125 N10 13,316 96,49 0,6 0 0 0 0
121 N9 13,308 96,44 0,6 0,405 0,196 0 0
117 N7 13,333 96,62 0,6 0 0 0 0
113 N6 13,454 97,49 0,4 0,101 0,049 0 0
141 N14 13,301 96,39 0,6 0,405 0,196 0 0
137 N13 13,307 96,43 0,6 0,168 0,082 0 0
133 N12 13,309 96,44 0,6 0,101 0,049 0 0
129 N11 13,308 96,44 0,6 0,405 0,196 0 0
970 N1 13,8 100 0 0 0 2,482 1,174
226 N8 13,323 96,54 0,6 0,405 0,196 0 0
Tabla VII.13 Flujo de Potencia para Cada Elemento del Sistema Radial de 14 Barras

278 N14 L13 Lnea -0,405 -0,196 0,02 154,8 19,53 0,0002 0
278 N13 L13 Lnea 0,405 0,196 0,02 -25,2 19,53 0,0002 0
270 N13 L12 Lnea -0,573 -0,278 0,028 154,8 27,65 0,0001 0
60 N4 L3 Lnea -2,314 -1,103 0,109 154,7 108,58 0,0172 0,0028
60 N3 L3 Lnea 2,331 1,106 0,109 -25,3 108,58 0,0172 0,0028
52 N3 L2 Lnea -2,398 -1,138 0,112 154,7 111,73 0,0052 0,0008
290
U
N
E
X
P
O
52 N2 L2 Lnea 2,403 1,139 0,112 -25,3 111,73 0,0052 0,0008

16 N1 S/E Equivalente Red -2,482 -1,174 0,115 154,7
68 N5 L4 Lnea -2,118 -1,017 0,101 154,7 100,65 0,0269 0,0043
68 N4 L4 Lnea 2,145 1,021 0,101 -25,3 100,65 0,0269 0,0043
378 N8 C6 Carga 0,405 0,196 0,02 -25,2
369 N6 C5 Carga 0,101 0,049 0,005 -25,4
98 N5 C4 Carga 0,101 0,049 0,005 -25,4
92 N4 C3 Carga 0,168 0,082 0,008 -25,6
86 N3 C2 Carga 0,068 0,033 0,003 -25,7
79 N2 C1 Carga 0,068 0,033 0,003 -25,8
396 N11 C8 Carga 0,405 0,196 0,02 -25,2
387 N9 C7 Carga 0,405 0,196 0,02 -25,2
405 N12 C9 Carga 0,101 0,049 0,005 -25,2
423 N14 C11 Carga 0,405 0,196 0,02 -25,2
414 N13 C10 Carga 0,168 0,082 0,008 -25,2
981 N2 L1 Lnea -2,471 -1,172 0,115 154,7 114,88 0,0115 0,0019
981 N1 L1 Lnea 2,482 1,174 0,115 -25,3 114,88 0,0115 0,0019
189 N6 L5 Lnea -2,013 -0,968 0,096 154,8 95,86 0,0042 0,0007
189 N5 L5 Lnea 2,018 0,968 0,096 -25,2 95,86 0,0042 0,0007
207 N7 L6 Lnea -1,893 -0,916 0,091 154,8 91,05 0,0196 0,0032
207 N6 L6 Lnea 1,913 0,919 0,091 -25,2 91,05 0,0196 0,0032
238 N8 L8 Lnea 0,406 0,196 0,02 -25,2 19,52 0,0005 0,0001
230 N8 L7 Lnea -0,811 -0,392 0,039 154,8 39,02 0,0007 0,0001
230 N7 L7 Lnea 0,811 0,392 0,039 -25,2 39,02 0,0007 0,0001
291
U
N
E
X
P
O
254 N10 L10 Lnea 0,405 0,196 0,02 -25,2 19,52 0,0003 0
246 N10 L9 Lnea -1,08 -0,523 0,052 154,8 52,03 0,0016 0,0003
246 N7 L9 Lnea 1,082 0,523 0,052 -25,2 52,03 0,0016 0,0003
238 N9 L8 Lnea -0,405 -0,196 0,02 154,8 19,52 0,0005 0,0001
270 N12 L12 Lnea 0,574 0,278 0,028 -25,2 27,65 0,0001 0
262 N12 L11 Lnea -0,674 -0,327 0,033 154,8 32,5 0,0004 0,0001
262 N10 L11 Lnea 0,675 0,327 0,033 -25,2 32,5 0,0004 0,0001
254 N11 L10 Lnea -0,405 -0,196 0,02 154,8 19,52 0,0003 0

Datos de iteracin
Iteraciones: 3
Error: 0

Red 0,1 0,037 3,91 1,886 3,91 1,886 3,81 1,849
292
U
N
E
X
P
O
rea 1 0,1 0,037 0 0 3,91 1,886 3,81 1,849

Zona 1 0,1 0,037 0 0 3,91 1,886 3,81 1,849

Sobrecargas
Nodos (inferior) %
N7 97,57
N8 97,54
N9 97,49
N10 97,45
N11 97,42
N12 97,38
N13 97,37
N15 97,36
N14 97,35
N20 97,35
N16 97,33
N21 97,33
N22 97,27
N23 97,27
N24 97,25
N17 97,19
N18 97,16
293
U
N
E
X
P
O
N19 97,13
Elementos
% Tipo
L1 100,89 Lnea

45 N5 13,573 98,36 0,1 0,101 0,049 0 0
41 N4 13,681 99,14 0 0,168 0,082 0 0
37 N3 13,743 99,59 0 0,068 0,033 0 0
33 N2 13,761 99,72 0 0,068 0,033 0 0
125 N10 13,447 97,45 0,1 0 0 0 0
121 N9 13,454 97,49 0,1 0,405 0,196 0 0
117 N7 13,464 97,57 0,1 0 0 0 0
113 N6 13,555 98,23 0,1 0,101 0,049 0 0
954 N1 13,8 100 0 0 0 3,91 1,886
141 N14 13,435 97,35 0,1 0,405 0,196 0 0
137 N13 13,437 97,37 0,1 0,168 0,082 0 0
133 N12 13,438 97,38 0,1 0,101 0,049 0 0
129 N11 13,444 97,42 0,1 0,405 0,196 0 0
157 N18 13,408 97,16 0,2 0,168 0,082 0 0
294
U
N
E
X
P
O
153 N17 13,412 97,19 0,2 0,068 0,033 0 0

149 N16 13,432 97,33 0,1 0,168 0,082 0 0
145 N15 13,435 97,36 0,1 0 0 0 0
173 N22 13,424 97,27 0,2 0,168 0,082 0 0
169 N21 13,431 97,33 0,1 0,068 0,033 0 0
165 N20 13,435 97,35 0,1 0,101 0,049 0 0
161 N19 13,404 97,13 0,2 0,168 0,082 0 0
181 N24 13,421 97,25 0,2 0,405 0,196 0 0
177 N23 13,423 97,27 0,2 0,101 0,049 0 0
226 N8 13,46 97,54 0,1 0,405 0,196 0 0

286 N12 L14 Lnea 1,417 0,689 0,068 -25,8 37,61 0,0003 0,0001
278 N14 L13 Lnea -0,405 -0,196 0,019 154,3 10,74 0,0001 0
278 N13 L13 Lnea 0,405 0,196 0,019 -25,7 10,74 0,0001 0
270 N13 L12 Lnea -0,573 -0,278 0,027 154,3 15,2 0 0
302 N15 L16 Lnea 0,573 0,279 0,027 -25,8 15,22 0,0001 0,0001
294 N20 L15 Lnea -0,101 -0,049 0,005 154,3 2,68 0 0
294 N15 L15 Lnea 0,101 0,049 0,005 -25,7 2,68 0 0
286 N15 L14 Lnea -1,417 -0,689 0,068 154,2 37,61 0,0003 0,0001
295
U
N
E
X
P
O
318 N17 L18 Lnea 0,336 0,164 0,016 -25,9 8,95 0,0001 0
310 N17 L17 Lnea -0,404 -0,197 0,019 154,2 10,75 0,0006 0,0002
310 N16 L17 Lnea 0,405 0,197 0,019 -25,8 10,75 0,0006 0,0002
302 N16 L16 Lnea -0,573 -0,279 0,027 154,2 15,22 0,0001 0,0001
334 N15 L20 Lnea 0,743 0,36 0,035 -25,7 19,71 0,0003 0,0001
326 N19 L19 Lnea -0,168 -0,082 0,008 154,1 4,47 0,0001 0
326 N18 L19 Lnea 0,168 0,082 0,008 -25,9 4,47 0,0001 0
318 N18 L18 Lnea -0,336 -0,164 0,016 154,1 8,95 0,0001 0
60 N4 L3 Lnea -3,739 -1,807 0,175 154,3 97,36 0,0177 0,0066
60 N3 L3 Lnea 3,757 1,814 0,175 -25,7 97,36 0,0177 0,0066
52 N3 L2 Lnea -3,825 -1,847 0,178 154,3 99,13 0,0052 0,0019
52 N2 L2 Lnea 3,83 1,849 0,178 -25,7 99,13 0,0052 0,0019
350 N22 L22 Lnea 0,506 0,245 0,024 -25,7 13,44 0 0
342 N22 L21 Lnea -0,674 -0,327 0,032 154,3 17,9 0,0004 0,0001
342 N21 L21 Lnea 0,674 0,327 0,032 -25,7 17,9 0,0004 0,0001
334 N21 L20 Lnea -0,742 -0,36 0,035 154,3 19,71 0,0003 0,0001
68 N5 L4 Lnea -3,542 -1,714 0,167 154,3 92,98 0,0295 0,0109
68 N4 L4 Lnea 3,571 1,725 0,167 -25,7 92,98 0,0295 0,0109
358 N24 L23 Lnea -0,405 -0,196 0,019 154,3 10,75 0,0001 0
358 N23 L23 Lnea 0,405 0,196 0,019 -25,7 10,75 0,0001 0
350 N23 L22 Lnea -0,506 -0,245 0,024 154,3 13,44 0 0
378 N8 C6 Carga 0,405 0,196 0,019 -25,7
369 N6 C5 Carga 0,101 0,049 0,005 -25,8
98 N5 C4 Carga 0,101 0,049 0,005 -25,8
296
U
N
E
X
P
O
92 N4 C3 Carga 0,168 0,082 0,008 -26

86 N3 C2 Carga 0,068 0,033 0,003 -25,9
79 N2 C1 Carga 0,068 0,033 0,003 -25,9
396 N11 C8 Carga 0,405 0,196 0,019 -25,7
387 N9 C7 Carga 0,405 0,196 0,019 -25,7
405 N12 C9 Carga 0,101 0,049 0,005 -25,7
960 N2 L1 Lnea -3,898 -1,882 0,182 154,2 100,89 0,0114 0,0042
960 N1 L1 Lnea 3,91 1,886 0,182 -25,8 100,89 0,0114 0,0042
423 N14 C11 Carga 0,405 0,196 0,019 -25,7
414 N13 C10 Carga 0,168 0,082 0,008 -25,9
441 N16 C13 Carga 0,168 0,082 0,008 -25,9
432 N20 C12 Carga 0,101 0,049 0,005 -25,7
459 N18 C15 Carga 0,168 0,082 0,008 -25,9
450 N17 C14 Carga 0,068 0,033 0,003 -25,7
189 N6 L5 Lnea -3,436 -1,663 0,163 154,3 90,33 0,0048 0,0018
189 N5 L5 Lnea 3,441 1,665 0,163 -25,7 90,33 0,0048 0,0018
468 N19 C16 Carga 0,168 0,082 0,008 -25,9
486 N22 C18 Carga 0,168 0,082 0,008 -25,9
477 N21 C17 Carga 0,068 0,033 0,003 -25,7
207 N7 L6 Lnea -3,311 -1,606 0,158 154,3 87,67 0,0234 0,0087
207 N6 L6 Lnea 3,335 1,614 0,158 -25,7 87,67 0,0234 0,0087
504 N23 C20 Carga 0,101 0,049 0,005 -25,7
238 N8 L8 Lnea 0,405 0,196 0,019 -25,7 10,73 0,0002 0,0001
297
U
N
E
X
P
O
230 N8 L7 Lnea -0,81 -0,392 0,039 154,3 21,45 0,0003 0,0001

230 N7 L7 Lnea 0,81 0,392 0,039 -25,7 21,45 0,0003 0,0001
513 N24 C21 Carga 0,405 0,196 0,019 -25,7
254 N10 L10 Lnea 0,405 0,196 0,019 -25,7 10,73 0,0001 0
246 N10 L9 Lnea -2,498 -1,212 0,119 154,3 66,22 0,0033 0,0012
246 N7 L9 Lnea 2,501 1,214 0,119 -25,7 66,22 0,0033 0,0012
238 N9 L8 Lnea -0,405 -0,196 0,019 154,3 10,73 0,0002 0,0001
270 N12 L12 Lnea 0,573 0,278 0,027 -25,7 15,2 0 0
262 N12 L11 Lnea -2,091 -1,016 0,1 154,2 55,49 0,0015 0,0006
262 N10 L11 Lnea 2,093 1,016 0,1 -25,8 55,49 0,0015 0,0006
254 N11 L10 Lnea -0,405 -0,196 0,019 154,3 10,73 0,0001 0

Datos de iteracin
Iteraciones: 6
Error: 0
298
U
N
E
X
P
O

Red 0,067 0,025 3,033 1,461 3,033 1,461 2,966 1,437
0,067 0,025 0 0 0 0 0 0
rea 1 0 0 0 0 3,033 1,461 2,966 1,437
0,067 0,025 0 0 0 0 0 0
Zona 1 0 0 0 0 3,033 1,461 2,966 1,437

Sobrecargas
Nodos (inferior) %
N10 97,99
N11 97,98
N12 97,92
N13 97,92
N14 97,92
N15 97,89
N20 97,88
N16 97,88
299
U
N
E
X
P
O
N21 97,86
N22 97,86
N23 97,85
N24 97,84
N25 97,8
N17 97,76
N18 97,75
N19 97,74
N26 97,73
N27 97,66
N28 97,63
N29 97,62
N30 97,59
N31 97,56
N32 97,5
N33 97,49
N34 97,46
N35 97,45
N36 97,43
N37 97,42
N38 97,41
N39 97,4
300
U
N
E
X
P
O

45 N5 13,624 98,72 0,1 0,101 0,049 0 0
41 N4 13,709 99,34 0 0,068 0,033 0 0
37 N3 13,756 99,68 0 0,068 0,033 0 0
33 N2 13,77 99,78 0 0,068 0,033 0 0
881 N25 13,496 97,8 0,1 0,068 0,033 0 0
885 N26 13,487 97,73 0,1 0,068 0,033 0 0
889 N27 13,477 97,66 0,1 0,168 0,082 0 0
917 N28 13,474 97,63 0,1 0,068 0,033 0 0
921 N29 13,471 97,62 0,1 0,068 0,033 0 0
925 N30 13,467 97,59 0,1 0,068 0,033 0 0
125 N10 13,523 97,99 0,1 0 0 0 0
121 N9 13,538 98,1 0,1 0,068 0,033 0 0
117 N7 13,539 98,11 0,1 0 0 0 0
113 N6 13,61 98,62 0,1 0,101 0,049 0 0
929 N31 13,463 97,56 0,1 0,068 0,033 0 0
933 N32 13,456 97,5 0,1 0,168 0,082 0 0
957 N36 13,446 97,43 0,1 0,068 0,033 0 0
953 N35 13,448 97,45 0,1 0,068 0,033 0 0
301
U
N
E
X
P
O
949 N34 13,45 97,46 0,1 0,068 0,033 0 0

945 N33 13,454 97,49 0,1 0,068 0,033 0 0
141 N14 13,513 97,92 0,1 0,068 0,033 0 0
137 N13 13,513 97,92 0,1 0,068 0,033 0 0
133 N12 13,513 97,92 0,1 0,068 0,033 0 0
129 N11 13,522 97,98 0,1 0,168 0,082 0 0
969 N39 13,442 97,4 0,1 0,168 0,082 0 0
965 N38 13,443 97,41 0,1 0,068 0,033 0 0
961 N37 13,445 97,42 0,1 0,068 0,033 0 0
157 N18 13,489 97,75 0,1 0,168 0,082 0 0
153 N17 13,491 97,76 0,1 0,068 0,033 0 0
149 N16 13,507 97,88 0,1 0,068 0,033 0 0
145 N15 13,509 97,89 0,1 0 0 0 0
173 N21 13,505 97,86 0,1 0,068 0,033 0 0
169 N20 13,507 97,88 0,1 0,068 0,033 0 0
165 N24 13,502 97,84 0,1 0,068 0,033 0 0
161 N19 13,488 97,74 0,1 0,068 0,033 0 0
181 N23 13,504 97,85 0,1 0,068 0,033 0 0
177 N22 13,504 97,86 0,1 0,101 0,049 0 0
1548 N1 13,8 100 0 0 0 3,033 1,461
226 N8 13,539 98,11 0,1 0,068 0,033 0 0
302
U
N
E
X
P
O

286 N12 L14 Lnea 2,063 0,998 0,098 -25,7 54,39 0,0007 0,0003
278 N14 L13 Lnea -0,067 -0,033 0,003 154,3 1,78 0 0
278 N13 L13 Lnea 0,068 0,033 0,003 -25,7 1,78 0 0
270 N13 L12 Lnea -0,135 -0,065 0,006 154,3 3,56 0 0
302 N15 L15 Lnea 0,371 0,18 0,018 -25,7 9,79 0,0001 0
294 N24 L23 Lnea -1,387 -0,671 0,066 154,3 36,6 0,0007 0,0003
294 N15 L23 Lnea 1,387 0,671 0,066 -25,7 36,6 0,0007 0,0003
286 N15 L14 Lnea -2,062 -0,998 0,098 154,3 54,39 0,0007 0,0003
318 N17 L17 Lnea 0,236 0,114 0,011 -25,7 6,23 0 0
310 N17 L16 Lnea -0,303 -0,147 0,014 154,3 8,01 0,0004 0,0001
310 N16 L16 Lnea 0,304 0,147 0,014 -25,7 8,01 0,0004 0,0001
302 N16 L15 Lnea -0,371 -0,18 0,018 154,3 9,79 0,0001 0
334 N15 L19 Lnea 0,303 0,147 0,014 -25,7 8 0 0
326 N19 L18 Lnea -0,067 -0,033 0,003 154,3 1,78 0 0
326 N18 L18 Lnea 0,068 0,033 0,003 -25,7 1,78 0 0
318 N18 L17 Lnea -0,236 -0,114 0,011 154,3 6,23 0 0
60 N4 L3 Lnea -2,878 -1,388 0,135 154,3 74,76 0,0105 0,0039
60 N3 L3 Lnea 2,888 1,392 0,135 -25,7 74,76 0,0105 0,0039
52 N3 L2 Lnea -2,956 -1,425 0,138 154,3 76,5 0,0031 0,0012
303
U
N
E
X
P
O
52 N2 L2 Lnea 2,959 1,426 0,138 -25,7 76,5 0,0031 0,0012

1162 N27 C24 Carga 0,168 0,082 0,008 -25,7
350 N21 L21 Lnea 0,168 0,082 0,008 -25,7 4,44 0 0
342 N21 L20 Lnea -0,236 -0,114 0,011 154,3 6,22 0 0
342 N20 L20 Lnea 0,236 0,114 0,011 -25,7 6,22 0 0
334 N20 L19 Lnea -0,303 -0,147 0,014 154,3 8 0 0
68 N5 L4 Lnea -2,792 -1,349 0,131 154,3 73 0,0182 0,0067
68 N4 L4 Lnea 2,81 1,356 0,131 -25,7 73 0,0182 0,0067
893 N24 L24 Lnea 1,319 0,638 0,063 -25,7 34,81 0,0007 0,0003
893 N25 L24 Lnea -1,319 -0,638 0,063 154,3 34,81 0,0007 0,0003
1108 N31 C28 Carga 0,068 0,033 0,003 -25,7
1102 N30 C27 Carga 0,068 0,033 0,003 -25,7
1096 N29 C26 Carga 0,068 0,033 0,003 -25,7
1090 N28 C25 Carga 0,068 0,033 0,003 -25,7
1072 N25 C22 Carga 0,068 0,033 0,003 -25,7
1078 N26 C23 Carga 0,068 0,033 0,003 -25,7
358 N23 L22 Lnea -0,067 -0,033 0,003 154,3 1,78 0 0
358 N22 L22 Lnea 0,068 0,033 0,003 -25,7 1,78 0 0
350 N22 L21 Lnea -0,168 -0,082 0,008 154,3 4,44 0 0
901 N25 L25 Lnea 1,251 0,605 0,059 -25,7 33,03 0,0008 0,0003
901 N26 L25 Lnea -1,25 -0,605 0,059 154,3 33,03 0,0008 0,0003
909 N26 L26 Lnea 1,183 0,572 0,056 -25,7 31,25 0,0009 0,0003
909 N27 L26 Lnea -1,182 -0,572 0,056 154,3 31,25 0,0009 0,0003
1132 N36 C33 Carga 0,068 0,033 0,003 -25,7
304
U
N
E
X
P
O
1126 N35 C32 Carga 0,068 0,033 0,003 -25,7

1120 N34 C31 Carga 0,068 0,033 0,003 -25,7
1114 N33 C30 Carga 0,068 0,033 0,003 -25,7
1156 N32 C29 Carga 0,168 0,082 0,008 -25,7
378 N8 C6 Carga 0,068 0,033 0,003 -25,7
369 N6 C5 Carga 0,101 0,049 0,005 -25,8
98 N5 C4 Carga 0,101 0,049 0,005 -25,8
92 N4 C3 Carga 0,068 0,033 0,003 -25,8
86 N3 C2 Carga 0,068 0,033 0,003 -25,8
79 N2 C1 Carga 0,068 0,033 0,003 -25,8
1150 N39 C36 Carga 0,168 0,082 0,008 -25,7
1144 N38 C35 Carga 0,068 0,033 0,003 -25,7
1138 N37 C34 Carga 0,068 0,033 0,003 -25,7
396 N11 C8 Carga 0,168 0,082 0,008 -25,7
387 N9 C7 Carga 0,068 0,033 0,003 -25,7
405 N12 C9 Carga 0,068 0,033 0,003 -25,7
973 N28 L27 Lnea -1,013 -0,491 0,048 154,3 26,8 0,0003 0,0001
973 N27 L27 Lnea 1,013 0,491 0,048 -25,7 26,8 0,0003 0,0001
423 N14 C11 Carga 0,068 0,033 0,003 -25,7
414 N13 C10 Carga 0,068 0,033 0,003 -25,7
989 N30 L29 Lnea -0,878 -0,425 0,042 154,3 23,23 0,0003 0,0001
989 N29 L29 Lnea 0,878 0,425 0,042 -25,7 23,23 0,0003 0,0001
981 N29 L28 Lnea -0,945 -0,458 0,045 154,3 25,01 0,0002 0,0001
981 N28 L28 Lnea 0,946 0,458 0,045 -25,7 25,01 0,0002 0,0001
305
U
N
E
X
P
O
441 N16 C13 Carga 0,068 0,033 0,003 -25,7

432 N24 C12 Carga 0,068 0,033 0,003 -25,7
1005 N32 L31 Lnea -0,742 -0,359 0,035 154,3 19,65 0,0004 0,0002
1005 N31 L31 Lnea 0,742 0,359 0,035 -25,7 19,65 0,0004 0,0002
997 N31 L30 Lnea -0,81 -0,392 0,039 154,3 21,44 0,0003 0,0001
997 N30 L30 Lnea 0,81 0,392 0,039 -25,7 21,44 0,0003 0,0001
459 N18 C15 Carga 0,168 0,082 0,008 -25,7
450 N17 C14 Carga 0,068 0,033 0,003 -25,7
189 N6 L5 Lnea -2,688 -1,299 0,127 154,3 70,36 0,0029 0,0011
189 N5 L5 Lnea 2,691 1,3 0,127 -25,7 70,36 0,0029 0,0011
1021 N34 L33 Lnea -0,506 -0,245 0,024 154,3 13,41 0,0001 0,0001
1021 N33 L33 Lnea 0,506 0,245 0,024 -25,7 13,41 0,0001 0,0001
1013 N33 L32 Lnea -0,574 -0,278 0,027 154,3 15,2 0,0001 0
1013 N32 L32 Lnea 0,574 0,278 0,027 -25,7 15,2 0,0001 0
468 N19 C16 Carga 0,068 0,033 0,003 -25,7
1554 N1 L1 Lnea 3,033 1,461 0,141 -25,7 78,25 0,0069 0,0025
1554 N2 L1 Lnea -3,026 -1,459 0,141 154,3 78,25 0,0069 0,0025
1037 N36 L35 Lnea -0,371 -0,18 0,018 154,3 9,83 0,0001 0
1037 N35 L35 Lnea 0,371 0,18 0,018 -25,7 9,83 0,0001 0
1029 N35 L34 Lnea -0,438 -0,212 0,021 154,3 11,62 0,0001 0
1029 N34 L34 Lnea 0,439 0,212 0,021 -25,7 11,62 0,0001 0
486 N21 C18 Carga 0,068 0,033 0,003 -25,7
477 N20 C17 Carga 0,068 0,033 0,003 -25,7
306
U
N
E
X
P
O
207 N7 L6 Lnea -2,573 -1,245 0,122 154,3 67,72 0,0139 0,0052

207 N6 L6 Lnea 2,587 1,25 0,122 -25,7 67,72 0,0139 0,0052
1053 N38 L37 Lnea -0,236 -0,114 0,011 154,3 6,25 0 0
1053 N37 L37 Lnea 0,236 0,114 0,011 -25,7 6,25 0 0
1045 N37 L36 Lnea -0,303 -0,147 0,014 154,3 8,04 0 0
1045 N36 L36 Lnea 0,303 0,147 0,014 -25,7 8,04 0 0
504 N22 C20 Carga 0,101 0,049 0,005 -25,7
238 N8 L8 Lnea 0,068 0,033 0,003 -25,7 1,78 0 0
230 N8 L7 Lnea -0,135 -0,065 0,006 154,3 3,55 0 0
230 N7 L7 Lnea 0,135 0,065 0,006 -25,7 3,55 0 0
1061 N39 L38 Lnea -0,168 -0,082 0,008 154,3 4,46 0 0
1061 N38 L38 Lnea 0,168 0,082 0,008 -25,7 4,46 0 0
513 N23 C21 Carga 0,068 0,033 0,003 -25,7
254 N10 L10 Lnea 0,168 0,082 0,008 -25,7 4,44 0 0
246 N10 L9 Lnea -2,435 -1,179 0,116 154,3 64,17 0,0031 0,0011
246 N7 L9 Lnea 2,438 1,18 0,116 -25,7 64,17 0,0031 0,0011
238 N9 L8 Lnea -0,067 -0,033 0,003 154,3 1,78 0 0
270 N12 L12 Lnea 0,135 0,065 0,006 -25,7 3,56 0 0
262 N12 L11 Lnea -2,265 -1,096 0,108 154,3 59,73 0,0017 0,0006
262 N10 L11 Lnea 2,267 1,097 0,108 -25,7 59,73 0,0017 0,0006
254 N11 L10 Lnea -0,168 -0,082 0,008 154,3 4,44 0 0
307

Tesis de Grado de Nestor (Lista) 06-11-09

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Tesis de Grado de Nestor (Lista) 06-11-09

Uploaded by

Copyright:

Available Formats

REPUBLICA BOLIVARIANA DE VENEZUELA

DETERMINACIN PTIMA DE PRDIDAS TCNICAS EN REDES

CIUDAD GUAYANA, NOVIEMBRE DE 2009

DETERMINACIN PTIMA DE PRDIDAS TCNICAS EN

Trabajo de Investigacin presentado ante

Padrino Avendao Nstor Alfonzo

PUERTO ORDAZ, NOVIEMBRE 2009

DETERMINACIN PTIMA DE PRDIDAS TCNICAS EN REDES ELCTRICAS DE

Universidad Nacional Experimental Politcnica Antonio Jos de Sucre

Tutor Acadmico: Ing. Franklin Mendoza

Referencias Bibliogrficas: pg.267

Palabras claves: Sistema elctrico de distribucin, Flujo de carga, Optimizacin de conductores,

En fe del cual firmamos:

Prof. xxxxxxxxxxxxxxxxxxxxx Prof. xxxxxxxxxxxxxxx

Prof. Franklin Mendoza Prof. Ely Contreras Guerra

Primeramente mi Dios Todopoderoso, mi Seor, por darme el don de la vida, por

A mi Madre Aminta de Padrino y a mi Abuela Carmen Avendao, fuentes de

A mis tos ngel Avendao, Juan Avendao, Miguel Avendao y Enrique

A la UNEXPO, Vice-Rectorado Puerto Ordaz, mi casa de estudio, especialmente a

A un gran amigo como lo es el estudiante Enrique Mago de verdad gracias por

Finalmente y en forma muy especial, quisiera agradecer a mi Familia, porque estoy

3.1 Modelos Matemticos Aplicados al Diseo de Redes Elctricas de

4.1.11.1 Prdidas en Redes de Distribucin ..........................................................57

4.2.17 Introduccin a la Optimizacin Multi-Objetivo Basada en Frentes de

6.2.1.3 Flujos de Potencia Mediante el Programa SDRO ..................................129

7.8.2 Solucin Mediante la Herramienta Computacional SDRO

Figura 2.1 Estructuracin Organizativa ................................................................13

Figura 6.6 Diagrama de flujo mtodo de Newton-Raphson (parte I) .................137

Figura 7.13 Tabla Costo vs Prdidas para la red Radial de 14 Nodos

Figura 7.26 Grfica Costos vs Prdidas para la red Radial de 39 Nodos

Tabla 7.17 Prdidas de Potencia Activa mediante el programa SDRO y el

Tabla 7.30 Prdidas totales del sistema mediante la herramienta

software NEPLAN 5.18 para la red de 24 Nodos (sin optimizar

Tabla 7.50 Prdidas totales del sistema mediante la herramienta

SDRO con las obtenidas bajo el software NEPLAN 5.18 para el

CADAFE Compaa Annima de Administracin y Fomento Elctrico

IEEE Instituto de Ingenieros Electricistas y Electrnicos

Hz Hertz, unidad de medida de la frecuencia elctrica

kVA Kilo voltio ampere

kWh Kilo Vatio Hora

MVA Mega voltio ampere

MVAR Mega voltio ampere reactivos

L/T Lnea de Transmisin

SDRO Sistema de Distribucin Radial ptimo

IDT ndice de Calidad de Tensin

MCM Mil Circular Mil

SDE Sistema Elctrico de Distribucin

SEP Sistema Elctrico de Potencia

FCT Flujo de Carga Trifsico

I.A. Inteligencia Artificial

PG Potencia Activa Generada

QG Potencia Reactiva Generada

PL Potencia Activa de Carga

QG Potencia Reactiva de Carga

P.U Valores Por Unidad

PQ Potencia Activa y Potencia Reactiva

PV Potencia Activa y Voltaje

PC Potencia Activa y Factor de Potencia

SC Potencia Aparente y Factor de Potencia

PI Potencia Activa y Corriente

IC Corriente y Factor de Potencia

GIS Sistema de Informacin Geogrfica

SCADA Superviso y Control de Adquisicin de Datos

NIS Servicios de Informacin