TecnoLógicas Artículo de Investigación/Research Article

ISSN-p 0123-7799
ISSN-e 2256-5337
Vol. 20, No. 40, pp. 29-42
Sep-dic de 2017

Flujo de potencia óptimo para redes

radiales y enmalladas empleando
programación semidefinida

Optimal Power Flow for radial and mesh

grids using semidefinite programming

Oscar D. Montoya-Giraldo1, Walter J. Gil-González2

y Alejandro Garcés-Ruíz3

Recibido: 14 de septiembre de 2016

Aceptado: 24 de julio de 2017

Cómo citar / How to cite

O. D. Montoya-Giraldo, W. J. Gil-González, y A. Garcés-Ruíz, Flujo de

potencia óptimo para redes radiales y enmalladas empleando
programación semidefinida. TecnoLógicas, vol. 20, no. 40, pp. 29-42,
2017.

1 MSc en Ingeniería Eléctrica, Facultad de Ingenierías Eléctrica, Electrónica,

© Copyright 2015 por Física y de Sistemas y Computación, Universidad Tecnológica de Pereira,
autores y Tecno Lógicas Pereira -Colombia, [email protected]
Este trabajo está licenciado bajo una
2 MSc en Ingeniería Eléctrica, Facultad de Ingenierías Eléctrica, Electrónica,
Licencia Internacional Creative
Commons Atribución (CC BY)
Física y de Sistemas y Computación, Universidad Tecnológica de Pereira,
Pereira -Colombia, [email protected]
3 PhD en Ingeniería Eléctrica, Facultad de Ingenierías Eléctrica, Electrónica,
Física y de Sistemas y Computación, Universidad Tecnológica de Pereira,
Pereira-Colombia, [email protected]
 Flujo de potencia óptimo para redes radiales y enmalladas empleando programación semidefinida

Resumen
Este artículo presenta una formulación convexa para el problema de flujo de potencia
óptimo (Optimal Power Flow-OPF) en sistemas de potencia radiales y enmallados, a través
de un modelo matemático basado en programación semidefinida (Semidefinite
Programming-SDP), el cual trasforma el modelo cuadrático no convexo del OPF en un
modelo convexo relajado, que puede ser solucionado de forma mucho más eficiente. El
modelo es implementado en MATLAB usando el paquete de optimización convexa CVX. Los
resultados obtenidos son comparados con el modelo no lineal del problema implementado en
GAMS y MATPOWER usando cuatro sistemas típicos de la literatura especializada, dos de
tipo radial y dos enmallado. Las soluciones encontradas por esta aproximación convexa, son
muy cercanas a las respuestas presentadas en la literatura especializada para el modelo no
lineal. Este tipo de aproximación permite obtener soluciones de muy buena calidad, muy
cercanas a la solución óptima del problema en tiempos computacionales menores y
susceptibles de aplicarse en problemas de operación y control en tiempo real.

Palabras clave
Aproximación convexa, flujo de potencia, flujo de potencia óptimo, programación
semidefinida, redes radiales, redes malladas.

Abstract
This paper presents a convex formulation for optimal power flow (OPF) in both radial
and meshed grids. A semidefinite programming (SDP) approximation transforms the
quadratic non-convex model into a relaxed convex quadratic model, which can be more
efficiently solved. This model is implemented in MATLAB using the CVX package for
convex optimization. The results obtained are compared to the non-linear model of the
problem implemented in GAMS and MATPOWER by using four typical systems in
specialized literature (two radial and two meshed). SDP approximation demonstrated to
provide accurate solutions that are close to an optimal solution of the problem in shorter
computational times. Such solutions are applicable to real-time operation and control
problems.

Keywords
Convex approximation, power flow, optimal power flow, semidefinite programming,
radial grids, mesh grids.

[30] TecnoLógicas, ISSN-p 0123-7799 / ISSN-e 2256-5337, Vol. 20, No. 40, sep-dic de 2017, pp. 29-42
 Flujo de potencia óptimo para redes radiales y enmalladas empleando programación semidefinida

NOMENCLATURA Pi G ,máx Límite máximo para la generación

de potencia activa en el nodo i [W].
A continuación, se describe la simbología Pi G,mín Límite mínimo para la generación
matemática empleada en este artículo para de potencia activa en el nodo i [W].
los modelos matemáticos desarrollados: QiD Potencia reactiva demandada en el
nodo i [VAr].
Conjuntos: QiG,máx Límite máximo para la generación
 B Conjunto que contiene todos los no- de potencia reactiva en el nodo i
dos del sistema. [VAr].
Subconjunto de que contiene los QiG ,mín Límite mínimo para la generación
G
nodos donde existe generación. de potencia reactiva en el nodo i
[VAr].
Parámetros y subíndices: Vi mín Límite mínimo para la regulación
Matriz de coeficientes constantes de tensión en el nodo i [V].
Ai
asociados a la i-ésima restricción. Vi ref Tensión de referencia asociado al
Vector columna de coeficientes nodo i [V].
Bi
constantes asociados a la i-ésima Wk k- ésimo vector propio de la matriz
restricción. .
C1 Matriz de dimensión que k k-ésimo valor propio de la matriz
contiene parámetros de la matriz .
de admitancia nodal, y permite
calcular las pérdidas técnicas de la Variables:
red [S]. ei Parte real de la tensión en el nodo
Matriz de dimensión que i [V].
C2
contiene las tensiones de referen- fi Parte imaginaria de la tensión en
cia para cada nodo del sistema el nodo i [V].
[V2]. Pi G Potencia activa generada en el
Matriz de dimensión que nodo i [W].
Di
contiene parámetros de la matriz Qi G
Potencia reactiva generada en el
de admitancia nodal, y permite nodo i [VAr].
calcular los flujos de potencia acti- V Vector que contiene los compontes
va que entran y salen de cada nodo real e imaginaria de la tensión en
i [S]. cada nodo.
Matriz de dimensión que X Matriz de dimensión que
Ei
contiene parámetros de la matriz contiene las variables del PF y el
de admitancia nodal, y permite OPF.
calcular los flujos de potencia reac- z1 Función que calcula el nivel de
tiva que entran y salen de cada pérdidas técnicas de la red.
nodo i [S]. z2 Función que calcula la desviación
Conductancia de la línea que co- promedio del perfil de tensión en
Gij
necta los nodos i y j [S]. la red.
i, j, s Subíndices que asociados a los Funciones:
abs   Función que calcula el valor abso-
nodos del sistema.
k Subíndice que asocia los valores y luto de un argumento.
vectores propios de la matriz . Rg   Función que calcula el rango de un
N Número de nodos del sistema. argumento.
D Potencia activa demandada en el Tr   Función que calcula la traza de un
Pi argumento.
nodo i [W].

TecnoLógicas, ISSN-p 0123-7799 / ISSN-e 2256-5337, Vol. 20, No. 40, sep-dic de 2017, pp. 29-42 [31]
 Flujo de potencia óptimo para redes radiales y enmalladas empleando programación semidefinida

1. INTRODUCCIÓN solución; adicionalmente, debido a la no

convexidad del problema, la solución obte-
El flujo de carga óptimo u OPF por sus nida es dependiente del punto de arranque
siglas en inglés (Optimal Power Flow) es empleado por el algoritmo que sea imple-
una metodología clave para la operación en mentado [5], [6].
tiempo real de sistemas eléctricos en el La solución del problema de OPF está
contexto de las redes inteligentes, en donde relacionada con la solución del flujo de
la demanda y la generación son altamente carga y este, a su vez, de las características
variables en el tiempo [1]–[4]. Así mismo, intrínsecas del sistema [6],[7]. En redes de
el OPF puede ser una subrutina de otras potencia enmalladas, se ha empleado el
metodologías de optimización asociadas a algoritmo como Newton-Raphson con re-
problemas de planeamiento. En uno u otro sultados de buena calidad para sistemas
caso (operación o planeamiento) es necesa- altamente mallados [1]-[3], [8]. Esto se
rio desarrollar algoritmos eficientes que debe a que existe una baja relación r / x en
reduzcan el tiempo de cálculo y que, de ser las redes de potencia con lo cual se simpli-
posible, sean independientes de la condi- fica la construcción del jacobiano. De otro
ción inicial, características propias de los lado, existen métodos alternativos para
modelos convexos. Aunque el OPF no es un redes radiales que evitan la inversión de
modelo convexo, es posible planear apro- matrices y mejoran notablemente los tiem-
ximaciones convexas altamente eficientes y pos de convergencia, aprovechando la topo-
cercanas al modelo original. Este es el logía radial del sistema[9]. Estos algorit-
principal objetivo de este artículo. mos son integrados para resolver el OPF
Históricamente, el OPF fue formulado mediante técnicas de optimización mate-
como la minimización de pérdidas de po- mática de tipo combinatorial, como algo-
tencia considerando tanto la potencia acti- ritmos genéticos[10]–[12], colonia de hor-
va como reactiva en los generadores. En migas [13] u optimización por enjambre de
este sentido, el problema está relacionado partículas [14], [15]; así como técnicas
estrechamente con el problema de despa- exactas entre las que se destaca el método
cho económico y por tanto, en la literatura de punto interior [16], además de algorit-
moderna se suele usar ambos conceptos de mos de optimización clásicos, como el gra-
forma intercambiable. Así pues, la función diente descendente [6], modelos de lineali-
objetivo puede ser minimizar las pérdidas zación aproximada [17], [18], programación
del sistema, los costos de operación, o la cuadrática [19] y SDP [9], [20], entre otros.
maximización de un beneficio neto. Las Sin embargo, ninguno de estos algoritmos
restricciones del OPF corresponden a los garantiza el óptimo global debido a la no
límites operativos de las centrales genera- convexidad del modelo. Así mismo, es im-
doras, límites de regulación de tensión y portante destacar la dependencia de los
flujos de potencia por las líneas [1]-[4]. métodos de solución en relación con el pun-
Adicionalmente, el OPF se puede plantear to inicial.
como un problema de factibilidad sin fun- Para eliminar los problemas asociados
ción objetivo, con lo cual se obtienen un a la clasificación de las redes, es decir,
conjunto de ecuaciones no lineales, no con- redes radiales o redes enmalladas y la
vexas que permiten resolver el problema necesidad de emplear distintas estrategias
clásico de flujo de potencia (PF). de optimización matemática para resolver
El OPF es un problema matemático el OPF, se propone una formulación mate-
complejo de resolver, debido a que corres- mática por medio de programación semide-
ponde a formulaciones matemáticas no finida (SDP) que resuelve estos problemas
lineales y no convexas [2], lo que implica a través de una aproximación convexa de
esfuerzos computacionales altos para su fácil solución [21]. Mediante está relajación

[32] TecnoLógicas, ISSN-p 0123-7799 / ISSN-e 2256-5337, Vol. 20, No. 40, sep-dic de 2017, pp. 29-42
 Flujo de potencia óptimo para redes radiales y enmalladas empleando programación semidefinida

se pueden obtener soluciones de muy bue- La optimización convexa es una clase

na calidad, que están muy cerca de la solu- de optimización matemática, sobre la cual
ción óptima y son factibles de ser emplea- se ha desarrollado una teoría de dualidad
dos como inicializadores de algoritmos que que garantiza condiciones de optimalidad
requieran operación en tiempo real [9], global. Los problemas convexos presentan
[20]. La programación convexa es altamen- dos grandes ventajas: primero, se resuel-
te eficiente, además de no depender del ven numéricamente de manera eficiente; y
punto inicial. Estas características son segundo, siempre alcanzan soluciones glo-
clave para la operación en tiempo real de bales [9]. Estos modelos incluyen los pro-
sistemas de potencia. blemas de programación lineal, programa-
A diferencia de los trabajos anteriores, ción cuadrática, programación geométrica
en este artículo se propone un modelo de y programación semidefinida, entre otros.
SDP para resolver los problemas de PF y La SDP ha sido de amplio interés en las
OPF en redes radiales y enmalladas, con últimas décadas debido a sus aplicaciones
una aproximación convexa que presenta prácticas (en sistemas de comunicación,
resultados comparables a los obtenidos con sistemas de control, sistemas de potencia)
el modelo exacto, evaluado en paquetes de y su velocidad de convergencia en tiempos
optimización comercial como GAMS o polinomiales [21]. En esencia, la SDP es
MATPOWER. Adicionalmente, se propone una reformulación matemática para pro-
una función objetivo para la regulación de blemas no lineales con características simi-
tensión, por medio de un modelo de desvia- lares a las de la programación lineal, ya
ción promedio del perfil de tensión en todas que pueden ser resueltos con métodos de
las barras del sistema de potencia, que punto interior usando el determinante
puede ser aplicada en metodologías orien- como barrera logarítmica [9], [20].
tadas a la mejora de la regulación de ten- En algunos problemas particulares es
sión. La relajación SDP para modelos de posible afirmar que las aproximaciones
optimización no convexos es usualmente SDP alcanzan la solución óptima del pro-
estudiada bajo dos enfoques: desempeño blema; esto no se puede generalizar para
computacional y precisión. En este trabajo todos los problemas. No obstante, se puede
se estudiará únicamente el segundo aspec- garantizar que se encuentran soluciones de
to. buena calidad, las cuales pueden ser im-
Este artículo está dividido en siete sec- plementadas como puntos de inicialización
ciones. La siguiente sección se presenta para algoritmos de optimización no linea-
algunas generalidades asociados a la opti- les, mejorando los tiempos de convergencia
mización convexa y en particular a la SDP. globales de dichos algoritmos. Finalmente,
En la sección tres se muestran y se mode- es posible afirmar qué en relación con los
lan el OPF. En la sección cuatro se discute problemas no lineales, la SDP presenta
la aplicación de la metodología, en la sec- una formulación con mayor facilidad de
ción cinco se muestran los circuitos de implementación sin importar el número de
prueba utilizados para comprobar la meto- variables asociadas al modelo [21].
dología, y los resultados obtenidos se De forma general, un problema SDP se
muestran la sección seis. Finalmente, la puede formular según el modelo presenta-
sección siete presenta las conclusiones más do en (1):
importantes de la investigación.
min z  Tr (C  X )
2. MATERIALES Y MÉTODOS s. a :
(1)
2.1 Programación semidefinida Ai  X  Bi i  1, 2,..., n
X 0

TecnoLógicas, ISSN-p 0123-7799 / ISSN-e 2256-5337, Vol. 20, No. 40, sep-dic de 2017, pp. 29-42 [33]
 Flujo de potencia óptimo para redes radiales y enmalladas empleando programación semidefinida

Es de notarse que el modelo es muy si- tivas clásicas de la operación de sistemas

milar a la formulación clásica para pro- eléctricos.
blemas de programación lineal; de hecho, Las posibles funciones objetivo conside-
los problemas de programación lineal son radas se muestran en (2) y (3).
un caso especial de la SDP [22]. Para el  2  
z1  min    Gij  ei  e j    fi  f j   
2
modelo presentado en (1) hay que tener en (2)
cuenta que la variable de optimización  iB jB   
corresponde a una matriz y el
operador implica que la matriz es
semidefinida positiva. Adicionalmente, la
función corresponde a la traza de
 1
z2  min 
 N
 abs  V    e
i B
i
ref 2 2
i 
 fi 2  

(3)

la matriz, es decir, la suma de los elemen-

tos de la diagonal de la matriz resultante La función objetivo dada en (2) corres-
al multiplicar . ponde a la minimización de las pérdidas
técnicas en las líneas del sistema; mientras
2.2 Modelado del flujo de potencia óptimo que la función objetivo definida en (3) re-
presenta la minimización de la desviación
El flujo de potencia se puede formular en los perfiles de tensión para cada barra
usando modelos matemáticos en coordena- del sistema, respecto a su nivel de referen-
das polares o rectangulares, ya que su cia.
operación en régimen sinusoidal perma- Las restricciones generales del OPF que
nente permite esta descomposición. La modelan el balance de potencia activa y
formulación acorde al modelo propuesto en reactiva en cada barra del sistema son
la SDP es esencia un modelo polinomial de representados por (4) y (5).
segundo grado, en el cual las coordenadas Para generar un punto de referencia es
rectangulares se ajustan correctamente. La escogido un nodo arbitrario como referen-
función objetivo se puede formular como un cia, el cual típicamente corresponde al
problema de minimización en el cual se generador con mayor capacidad. Esta res-
pueden considerar diferentes funciones, tricción se modela en (6). Adicionalmente,
dentro de las que se destacan la minimiza- (7) garantiza que para todos los nodos se
ción del costo de generación de potencia cumpla la regulación de tensión.
activa y la minimización de pérdidas de
potencia activa o de potencia reactiva [9], es  Vsref  f s  0 ,  s   B  (6)
[20]. En este trabajo, dado que el objetivo
central es modelar y resolver el problema
de OPF, considerando como funciones obje- V  mín 2
 ei2  fi 2  Vi máx  i B 
2
i (7)
tivo la minimización de las pérdidas técni-
cas de potencia activa y la minimiza-
Por último, las centrales de generación,
ción del error medio cuadrático de los perfi-
que operan con energéticos convencionales
les de tensión en cada nodo, respecto a la
o energías alternativas (incluidos compen-
referencia . El modelo matemático
sadores reactivos) deben garantizar en sus
propuesto corresponde a un modelo de
máquinas los límites operativos asociados
optimización mono-objetivo de minimiza-
a la capacidad de generación de potencia
ción sujeto a condiciones técnicas y opera-
activa y reactiva según (8) y (9).

Pi G  Pi D   G  e e
jB
ij i j  fi f j   Bij  ei f j  fi e j  i  B  (4)

[34] TecnoLógicas, ISSN-p 0123-7799 / ISSN-e 2256-5337, Vol. 20, No. 40, sep-dic de 2017, pp. 29-42
 Flujo de potencia óptimo para redes radiales y enmalladas empleando programación semidefinida

QiG  QiD   G  f e

jB
ij i j  ei f j   Bij  fi f j  ei e j  i B  (5)

Es de notarse que para convertir el pro-

blema de OPF en un problema de PF solo Donde, las matrices y son matri-
es necesario fijar los valores de generación ces de coeficientes constantes en función de
de potencia activa y la tensión de referen- los parámetros de la red. Estas matrices
cia en los nodos del tipo PV (nodos que pueden ser fácilmente calculadas como se
controlan tensión y potencia activa), y fijar presenta en (13).
la capacidad de generación de potencia
activa de los generadores distribuidos y la  G11 0 G12 0 G1N 0 
 0 G1N 
potencia reactiva en los compensadores  G11 0 G12 0
reactivos, en caso de que estos existan [20].  G21 0 G22 0 G2 N 0 
1 
C1   0 G21 0 G22 0 G2 N 
2
Pi G ,mín  Pi G  Pi G ,máx i   B  (8)




 GN 1 0 GN 2 0 GNN 0 
 0 G GNN 
 0 GN 2 0
i   B 
N1
QiG ,mín  QiG  QiG ,máx (9) (13)
V ref 
2
0 0 0 0 0
 1 
2.3 Formulación del OPF como un problema  0 0 0 0 0 0
 
de SDP  0 0 V 
ref 2
0 0 0
 
1
C2   0 0 0 0 0 0
2.3.1 Reformulación del problema  
 
 0 0 
V 
2

Para transformar el problema de OPF

ref
 0 0 0 N

 0 0 
en un problema de SDP es necesario em-  0 0 0 0

plear una formulación matricial, que per-

mita trasformar el problema de OPF pre- Las restricciones de balance de potencia
sentado de (2) a (9) a la forma canónica de en cada nodo pueden ser escritas según
la formulación mediante SDP definida en (14) y (15).
(1). Se define entonces la matriz de varia-
bles como (10). Pi G  Pi D  Tr  Di  X  i  B  (14)
Q Q
i
G
i
D
 Tr  Ei  X  i  B  (15)
X  V V T (10)
Donde, las matrices y están defi-
Donde, nidas en función de los parámetros de la
corresponde al vector que contiene las red y tienen dimensión . Para
componentes real e imaginaria de las ten- calcular de forma general estas matrices
siones en cada nodo i de la red. La dimen- para cualquier nodo del sistema, considere
sión de este vector fila corresponde a dos el nodo i, al cual le corresponderán las filas
veces el número total de nodos del sistema y columnas y . La expresión (16)
. Las funciones objetivas y de- presenta el cálculo de las matrices y .
finidas en (2) y (3) respectivamente, pue-
den ser reescritas como (11) y (12).

z1  Tr  C1  X  (11)
z2  Tr  C2  X  (12)

TecnoLógicas, ISSN-p 0123-7799 / ISSN-e 2256-5337, Vol. 20, No. 40, sep-dic de 2017, pp. 29-42 [35]
 Flujo de potencia óptimo para redes radiales y enmalladas empleando programación semidefinida

0 0 Gi1 Bi1 0 0  X 0 (21)

0 0 
 0  Bi1 Gi1 0
Rango  X   1 (22)
 
 
1 Gi1  Bi1 2Gii 0 GiN  BiN 
Di 
2  Bi1 Gi1 0 2Gii BiN GiN  Según la reformulación anterior, el mo-
 
  delo completo para representar los proble-
0 0 GNi BNi 0 0  mas de PF y OPF a través de un modelo de
 
 0 0  BNi GNi 0 0  optimización empleado SDP corresponde a
(16)
las funciones objetivo mostradas en (11) y
 0 0 Bi1 Gi1 0 0  (12) y el conjunto de restricciones definido
 0 0 
 0 Gi1 Bi1 0 por (13) y (14) y (17) a (22).
  En general, para un problema modela-
 
1 B
Ei   i1
Gi1 2 Bii 0 BiN GiN  do a través de SDP la matriz presenta en

2 Gi1 Bi1 0 2 Bii GiN BiN  (10) es de rango completo, por lo cual el
 
  rango sería igual en el caso OPF. Para
 0 GNi 0 

0 BNi 0
 obtener de forma general el vector de va-
 0 0 GNi BNi 0 0 
riables de interés desde la matriz se
emplea el método de descomposición por
Para determinar la tensión del nodo de medio de valores propios y vectores propios
referencia, según lo planteado en (6), se [22], como se muestran en (23).
define como barra de referencia al nodo s,
con lo que se llega a (17). 2N
X   k Wk WkT (23)
k 1
X 2 s 1,2 s 1  V s
ref
 X 2 s ,2 s  0 (17)
Donde, representa a los valores pro-
Con el fin de garantizar el cumplimien- pios y los vectores propios. Si la repre-
to de la regulación de tensión en cada nodo sentación del problema como un modelo de
del sistema, es necesario reescribir (7) para SDP es lo suficientemente buena, se espera
un nodo genérico i, como (18). que valores propios sean muy cer-
canos a cero y exista por lo menos un valor
V  mín 2
 X 2i 1,2i 1  X 2i,2i  Vi máx  i B 
2
(18) propio de magnitud superior a los demás.
i
Lo cual quiere decir que el rango de la
matriz es unitario y la expresión (23)
Las ecuaciones (8) y (9) que garantizan puede ser rescrita como (24).
que la potencia activa y reactiva generada
en cada nodo se encuentren dentro de los
límites permitidos, no requieren de ningu- X  m Wm WmT (24)
na modificación; por lo cual, en aras de
claridad estas son nuevamente presenta- Donde, representa el máximo valor
das en (19) y (20). propio y el vector propio asociado a
este. Bajo este escenario es posible recupe-
Pi G ,mín  Pi G  Pi G ,máx i  G  rar el vector de variables según (25).
(19)

V  m Wm (25)
QiG ,mín  QiG  QiG ,máx i  G  (20)
2.4 Sistemas de prueba
Finalmente, para obtener una repre-
sentación exacta del problema de OPF se Para verificar la validez de la formula-
requiere que se cumplan (21) y (22). ción matemática propuesta en los proble-

[36] TecnoLógicas, ISSN-p 0123-7799 / ISSN-e 2256-5337, Vol. 20, No. 40, sep-dic de 2017, pp. 29-42
 Flujo de potencia óptimo para redes radiales y enmalladas empleando programación semidefinida

mas de PF y OPF, empleando un modelo 1 2 3 4 5 6 7 8 9

basado en SDP, son usados cuatro sistemas
de prueba comunes de la literatura espe-
cializada. Los dos primeros sistemas de
prueba corresponden a redes malladas con
3 y 6 barras, respectivamente. Los otros
dos sistemas de prueba corresponden a 10 11 12 13
redes radiales con 3 y 9 barras, respecti-
Figura 4. Sistema de prueba 4.
vamente. En las Tablas 1 a 4 se presentan Fuente: [25].
los datos de demanda, impedancia de línea,
demandas, y límites operativos para cada
sistema de prueba con valores en por uni- 3. RESULTADOS Y DISCUSIÓN
dad, y en las Figs. 1 a 4 se presenta su
topología. Para validar la formulación de los pro-
blemas de OPF y PF son empleados el
1 2 software MATLAB, con el paquete de op-
timización CVX para problemas formula-
dos como SDP, el MATPOWER para eva-
3 luar flujos de potencia con el método de
Newton-Raphson y el paquete de optimiza-
ción comercial GAMS para modelado ma-
temático.
En la primera parte de esta sección, se
Fig. 1. Sistema de prueba 1.
presentan los resultados obtenidos al ana-
Fuente: [23].
lizar el problema de OPF usando CVX, los
resultados presentados en la literatura
6 4
especializada y GAMS; la segunda parte,
3
muestra los resultados obtenidos al anali-
zar el problema de PF usando CVX y
MATPOWER.

3.1 Resultados OPF

1 2 5
Para simular cada uno de los sistemas
de prueba se tienen en cuenta los datos
presentados en las Tablas 1 a 4, asignando
ángulo de referencia a cada nodo slack y
Figura 2. Sistema de prueba 2. dejando libres las tensiones en los genera-
Fuente:[24]. dores.
La Tabla 5 se presenta los resultados
obtenidos para el problema OPF conside-
1 3 2 rando como función objetivo la minimiza-
ción de las pérdidas de potencia activa
empleado SDP definida en (2). Esto resul-
tados son comparados con los resultados
Figura 3. Sistema de prueba 3. obtenidos en GAMS para el modelo no
Fuente: [6]. lineal y los resultados presentados en la
literatura especializada.

TecnoLógicas, ISSN-p 0123-7799 / ISSN-e 2256-5337, Vol. 20, No. 40, sep-dic de 2017, pp. 29-42 [37]
 Flujo de potencia óptimo para redes radiales y enmalladas empleando programación semidefinida

Tabla 1. Parámetros del sistema de prueba 1. Fuente: autores.

G G G G
Ni Nj R X Vmin Vmax N Pmin Pmax Qmin Qmax PD QD Tipo
1 2 0,02 0,08 0,95 1,13 1 0 3 -1 2 0 0 Slack
1 3 0,02 0,09 0,95 1,10 2 0 3 -1 2 0 0 PV
2 3 0,02 0,10 0,95 1,10 3 0 0 0 0 4,5 1,5 PQ

Tabla 2. Parámetros del sistema de prueba 2. Fuente: autores.

G G G G
Ni Nj R X Vmin Vmax N Pmin Pmax Qmin Qmax PD QD Tipo
6 1 0,123 0,518 0,9 1,10 1 0 0 0,5 0,5 0,50 0,10 PQ

6 4 0,080 0,370 0,9 1,10 2 0 0 0 0 0,30 0,18 PQ

4 1 0,097 0,407 0,9 1,10 3 0 0 0 0 0,55 0,11 PQ

1 2 0,000 0,300 0,9 1,10 4 0 0 0,5 0,5 0 0 PQ

2 5 0,282 0,640 0,9 1,10 5 0 0,25 1 1 0 0 PV

5 3 0,723 1,050 0,9 1,10 6 0 0,60 1 1 0 0 Slack

0,9 1,10 ---
4 3 0,000 0,133

Tabla 3. Parámetros del sistema de prueba 3. Fuente: autores.

G G G G
Ni Nj R X Vmin Vmax N Pmin Pmax Qmin Qmax PD QD Tipo
1 2 0,0976 0,1220 0,90 1,20 1 0 3 -1 2 0 0 PV
2 3 0,0345 0,0862 0,90 1,20 2 0 1,7 -1 2 0 0 Slack
--- 3 0 0 0 0 2 1 PQ

Tabla 4. Parámetros del sistema de prueba 4. Fuente: autores.

G G G G
Ni Nj R X Vmin Vmax N Pmin Pmax Qmin Qmax PD QD Tipo
1 2 0,0023 0,0078 0,9 1,20 1 0 2 0 1 0 0 Slack

2 3 0,0003 0,0114 0,9 1,20 2 0 0 0 0 0,18 0.05 PQ

3 4 0,0141 0,0228 0,9 1,20 3 0 0 0 0 0,10 0.03 PQ

4 5 0,0132 0,0115 0,9 1,20 4 0 0 0 0 0,18 0.05 PQ

5 6 0,0375 0,0327 0,9 1,20 5 0 0 0 0 0,16 0.18 PQ

6 7 0,0171 0,0149 0,9 1,20 6 0 0 0 0 0,16 0.06 PQ

7 8 0,0389 0,0220 0,9 1,20 7 0 0 0 0 0,08 0.01 PQ

8 9 0,0906 0,0513 0,9 1,20 8 0 0 0 0 0,12 0.01 PQ

4 10 0,1010 0,0572 0,9 1,20 9 0 0 0 0 0,10 0.01 PQ

10 11 0,0141 0,0228 0,9 1,20 10 0 0 0 0 0,16 0.02 PQ

11 12 0,0375 0,0327 0,9 1,20 11 0 0 0 0 0,16 0.06 PQ

12 13 0,0171 0,0149 0,9 1,20 12 0 0 0 0 0,12 0.01 PQ

--- 13 0 0 0 0 0,10 0,03 PQ

La Fig. 5 presenta el error absoluto del problema de OPF, en sistemas radiales y

modelo empleado SDP con respecto a los enmallados.
resultados presentados en las referencias. Para el caso particular de los sistemas
Los resultados presentados en la Tabla de prueba presentados, se observó que el
5 y la Fig. 5 muestran claramente cómo el mayor error de estimación fue de 1,68 %
modelo empleando SDP es una aproxima- para el sistema de prueba 1, lo cual garan-
ción de muy buena calidad para resolver el tiza una aproximación de muy buena cali-

[38] TecnoLógicas, ISSN-p 0123-7799 / ISSN-e 2256-5337, Vol. 20, No. 40, sep-dic de 2017, pp. 29-42
 Flujo de potencia óptimo para redes radiales y enmalladas empleando programación semidefinida

Para el caso de mejorar el perfil de ten-

sión, se trabajó con la función objetivo
presentado en (3). Esta función objetivo
corresponde a la minimización de la des-
viación promedio de los perfiles de tensión
en cada nodo, respecto de la referencia.
Para simular este caso, se supone que la
referencia para todos los sistemas de prue-
ba corresponde a una tensión 1,0 en p.u.
La Tabla 7 presenta el valor de esta
Fig. 5. Error absoluto del OPF entre la SDP y la referencia.
Fuente: autores. función objetivo, el máximo y el mínimo
valor de tensión registrado en para cada
dad. Adicionalmente, de la Tabla 5 se pue- sistema de prueba, además de las pérdidas
de observar que para los cuatro sistemas técnicas en este escenario.
de prueba el modelo de SDP encontró solu- La función objetivo presentada en la
ciones de mejor calidad para las pérdidas Tabla 7, muestra que se ha alcanzado el
técnicas, lo que ratifica su eficiencia. Por mínimo posible para esta función, la cual
otro lado, los resultados dados por el mode- orresponde a valores cercanos a cero (ex-
lo desarrollado en GAMS, se observa que cepto para el sistema de prueba 1); sin
en el caso del cuarto sistema de prueba no embargo, se observa que el mínimo perfil
encuentra convergencia, y en los demás de tensión para cada sistema está en sus
casos sus resultados son muy similares a valores mínimos permitidos, y por tanto las
los arrojados por la SDP. pérdidas incrementan enormemente en
La Tabla 6 muestra cómo son los dos relación con el resultado obtenido para la
primeros valores propios de cada uno de los función objetivo definida en (2).
sistemas de prueba (valores máximos), lo Este resultado parece contraintuitivo a
cual ratifica que la aproximación lineal primera vista, pues se espera que las ten-
empleando SDP se ajusta perfectamente a siones estén todos cercanos al valor 1,0 en
la respuesta no lineal del problema de p.u, ya que, se supone que allí estaría el
OPF, según se definió en (25). mínimo; sin embargo, existe una combina-

Tabla 5. Comparación entre SDP, GAMS y las referencias para las pérdidas técnicas en los cuatro sistemas de prueba. Fuente:
autores.
z1
Sistema de prueba
SDP GAMS Referencia
1 0,2398 0,2566 0,2566 [23]
2 0,0679 0,0674 0,0684 [24]
3 0,1063 0,1071 0,1096 [6]
4 0,0709 --- 0,0709 [25]

Tabla 6. Valores propios para el modelo de SDP minimizando . Fuente: autores.

Sistema de prueba Máximo valor propio Segundo valor máximo
1 3,4444 2,8379x10-11
2 6,8943 4,4508x10-08
3 4,0556 2,6904x10-10
4 16,7922 2,3296x10-10

TecnoLógicas, ISSN-p 0123-7799 / ISSN-e 2256-5337, Vol. 20, No. 40, sep-dic de 2017, pp. 29-42 [39]
 Flujo de potencia óptimo para redes radiales y enmalladas empleando programación semidefinida

ción que eleva los perfiles de tensión en Al comparar los resultados de la Tabla
algunos nodos y la disminuye en otros, tal 8, es posible afirmar que los perfiles de
que se obtiene un mejor resultado para tensión obtenidos al resolver el problema
dicha función objetivo. de PF empleado el modelo de SDP son
Los resultados de la Tabla 7 permiten iguales para los sistemas de prueba 2, 3 y
afirmar que no es recomendable emplear 4. Para el sistema de prueba 1 aunque se
una función objetivo que pretenda minimi- presenta una diferencia porcentual del 2 %,
zar la desviación de tensión en cada nodo, esta está dentro de los límites de regula-
ya que se presentan combinaciones de ción establecidos en la operación normal
tensiones que, aunque alejadas del resul- del sistema.
tado esperado, garantizan un mínimo glo- Tomando como referencia, los datos de
bal, que es nada deseable en la operación pérdidas de potencia activa que arroja el
real de sistemas de potencia. MATPOWER, se obtienen los errores abso-
lutos presentados en la Fig. 6, donde se
3.2 Resultados PF puede observar que el máximo error se
presenta en el caso del sistema de prueba 1
Para evaluar el comportamiento del y corresponde 0,74 %; lo cual es un error
modelo formulado con SDP para PF, se entre el modelo empleando SDP y el mode-
considerará que: el nodo slack será la refe- lo clásico de Newton-Raphson que usa el
rencia para el ángulo de la tensión y se le MATPOWER.
asignará un voltaje magnitud 1,1 en p.u.
Los generadores PV serán fijados con una
potencia activa equivalente al 60 % de su
valor máximo y con un control de tensión
equivalente a 1,1 en p.u. La función objeti-
vo considerada es la minimización de las
pérdidas técnicas definida en (2) y final-
mente, si existen compensadores reactivos,
estos se fijarán en su valor máximo.
La Tabla 8 muestra los resultados del
SDP y MATPOWER (disponible para
MATLAB), del valor máximo y mínimo de
Figura 6. Error absoluto del PF entre la SDP y
la tensión para cada sistema de prueba, así MATPOWER. Fuente: autores.
como sus pérdidas técnicas.

Tabla 7. Comportamiento de las tensiones (función objetivo ). Fuente: autores.

Sistema de prueba z2 Vmax Vmin z1
1 0,0954 1,11 0,95 0,2544
2 1,9866 x10-9 1,08 0,91 0,3260
3 3,1360 x10-9 1,07 0,91 0,5418
4 3,5935 x10-10 1,09 0,93 0,3708

Tabla 8. Resultados del PF usando SDP y MATPOWER. Fuente: Autores

SDP MATPOWER
Sistema de prueba Vmax Vmin z1 Vmax Vmin z1
1 1,10 0,98 0,2416 1,10 0,96 0,2490
2 1,10 1,01 0,0783 1,10 1,01 0,0833
3 1,10 0,98 0,1752 1,10 0,98 0,1751
4 1,10 0,97 0,0873 1,10 0,97 0,0873

[40] TecnoLógicas, ISSN-p 0123-7799 / ISSN-e 2256-5337, Vol. 20, No. 40, sep-dic de 2017, pp. 29-42
 Flujo de potencia óptimo para redes radiales y enmalladas empleando programación semidefinida

4. CONCLUSIONES pone incluir elementos de compensación de

potencia activa y reactiva, lo que podría ser
Se desarrolló una aproximación mate- útil para trabajar en redes con alta pene-
mática para formular los problemas de tración de energéticos renovables y alma-
OPF y PF en redes radiales y enmalladas, cenamiento de energía.
a través de un modelo matemático de SDP.
Esta formulación permite transformar la 5. AGRADECIMIENTOS
no linealidad y no convexidad de ambos
problemas, en una aproximación lineal Al programa de Becas Doctorados Na-
convexa de fácil implementación en soft- cionales del Departamento Administrativo
ware especializado, como es el caso del de Ciencia, Tecnología e Innovación de
CVX de MATLAB. Colombia (COLCIENCIAS), según convo-
La formulación presentada permite catoria 727 de 2015 y al programa de Doc-
trabajar con redes radiales y enmalladas, torado en Ingeniería de la Universidad
por lo cual puede ser aplicada a redes de Tecnológica de Pereira.
transmisión, subtransmisión y distribu-
ción, solo conociendo la matriz de admitan- 6. REFERENCIAS
cia nodal correspondiente y sin necesidad
de preocuparse por la topología y condicio- [1] D. Wu, D. K. Molzahn, B. C. Lesieutre, and
namiento de la red. Esta característica K. Dvijotham, “A Deterministic Method to
Identify Multiple Local Extrema for the AC
permite olvidarse de la clasificación entre Optimal Power Flow Problem,” IEEE Trans.
métodos derivados de Newton-Raphson Power Syst., pp. 1–13, 2017.
(redes malladas) y derivados del barrido [2] J. Gunda, G. Harrison, and S. Z. Djokic,
iterativo (redes radiales), para concentrase “Analysis of Infeasible Cases in Optimal
Power Flow Problem,” IFAC-PapersOnLine,
en las condiciones operativas de la red;
vol. 49, no. 27, pp. 23–28, 2016.
resultando muy útil para los operadores de [3] Y. Tang, K. Dvijotham, and S. Low, “Real-
red, ya que, no será necesario distinguir time Optimal Power Flow,” IEEE Trans.
entre estas dos topologías. Smart Grid, pp. 1–11, 2017.
Los resultados obtenidos para los pro- [4] M. B. Cain, R. P. O ’neill, and A. Castillo,
“History of Optimal Power Flow and Formu-
blemas de OPF y PF usando el modelo de lations,” Fed. Energy Regul. Comm., vol. 1,
SDP, muestran claramente que las solu- pp. 1–36, 2012.
ciones encontradas por esta aproximación [5] M. F. Bedrinana, M. J. Rider, and C. A.
lineal, son muy cercanas a las respuestas Castro, “Ill-conditioned Optimal Power Flow
solutions and performance of non-linear pro-
presentadas en la literatura especializada gramming solvers,” in 2009 IEEE Bucharest
para el modelo no lineal, al igual que acer- PowerTech, 2009, pp. 1–7.
can enormemente a los resultados obteni- [6] J. M. L. Lezama and L. A. G. Pareja, “Flujo
dos con GAMS y MATPOWER, por lo que de potencia óptimo usando el método del
es susceptible de ser aplicada en problemas gradiente para reducción de pérdidas en sis-
temas de potencia,” Ing. y Cienc., vol. 4, no.
de planeación y operación de redes eléctri- 7, pp. 71–85, 2008.
cas con buen nivel de precisión, reduciendo [7] A. R. Baran and T. S. P. Fernandes, “A
el esfuerzo computacional en la solución three-phase optimal power flow applied to
del problema tratado. the planning of unbalanced distribution net-
works,” Int. J. Electr. Power Energy Syst.,
Se propone como un trabajo derivado de vol. 74, pp. 301–309, Jan. 2016.
este, realizar una formulación mediante [8] J. Zhu, “Power Flow Analysis,” in Optimiza-
SDP para los problemas de OPF y PF en tion of power system operation, Hoboken, NJ,
sistemas radiales y enmallados conside- USA: John Wiley & Sons, Inc, 2015, pp. 13–
rando la integración de redes AC y DC, es 50.
[9] X. Bai and H. Wei, “A semidefinite pro-
decir, con interconexiones en HVDC o mi- gramming method with graph partitioning
crorredes en DC. Adicionalmente, se pro- technique for optimal power flow problems,”

TecnoLógicas, ISSN-p 0123-7799 / ISSN-e 2256-5337, Vol. 20, No. 40, sep-dic de 2017, pp. 29-42 [41]
 Flujo de potencia óptimo para redes radiales y enmalladas empleando programación semidefinida

Int. J. Electr. Power Energy Syst., vol. 33, no. [17] J. R. Marti, H. Ahmadi, and L. Bashualdo,
7, pp. 1309–1314, Sep. 2011. “Linear Power-Flow Formulation Based on a
[10] A. K. M. R. Rahman, M. S. Alam, M. Z. Voltage-Dependent Load Model,” IEEE
Hossain, and M. Shahjahan, “Localization of Trans. Power Deliv., vol. 28, no. 3, pp. 1682–
FACTS devices for optimal power flow using 1690, Jul. 2013.
Genetic Algorithm,” in 2013 International [18] A. Garces, “A Linear Three-Phase Load Flow
Conference on Electrical Information and for Power Distribution Systems,” IEEE
Communication Technology (EICT), 2014, Trans. Power Syst., vol. 31, no. 1, pp. 827–
pp. 1–6. 828, Jan. 2016.
[11] J. Rahul, Y. Sharma, and D. Birla, “A New [19] A. Garces, “A quadratic approximation for
Attempt to Optimize Optimal Power Flow the optimal power flow in power distribution
Based Transmission Losses Using Genetic systems,” Electr. Power Syst. Res., vol. 130,
Algorithm,” in 2012 Fourth International pp. 222–229, Jan. 2016.
Conference on Computational Intelligence [20] X. Bai, H. Wei, K. Fujisawa, and Y. Wang,
and Communication Networks, 2012, pp. “Semidefinite programming for optimal pow-
566–570. er flow problems,” Int. J. Electr. Power Ener-
[12] S. Balasubramanian, R. V Gokhale, and A. gy Syst., vol. 30, no. 6–7, pp. 383–392, Jul.
Sekar, “A new AC optimal power flow formu- 2008.
lation and solution using Genetic Algorithm [21] M. Laurent and F. Rendl, “Semidefinite
based on P-Q decomposition,” in 2015 North Programming and Integer Programming,” in
American Power Symposium (NAPS), 2015, Handbooks Oper. Res. Manag. Sci., vol. 12,
pp. 1–5. 2005, pp. 393–514.
[13] J. Soares, T. Sousa, Z. A. Vale, H. Morais, [22] Z. Luo, W. Ma, A. So, Y. Ye, and S. Zhang,
and P. Faria, “Ant Colony Search algorithm “Semidefinite Relaxation of Quadratic Opti-
for the optimal power flow problem,” in 2011 mization Problems,” IEEE Signal Process.
IEEE Power and Energy Society General Mag., vol. 27, no. 3, pp. 20–34, May 2010.
Meeting, 2011, pp. 1–8. [23] E. Castillo, A. J. Conejo, P. Pedregal, R.
[14] U. Leeton, D. Uthitsunthorn, U. Kwannetr, García, and N. Alguacil, “Programación no
N. Sinsuphun, and T. Kulworawanichpong, lineal,” in Formulación y Resolución de Mo-
“Power loss minimization using optimal delos de Programación Matemática en Inge-
power flow based on particle swarm optimi- niería y Cienc., 1 ed., Real, Espa{ñ}a, 2002,
zation,” in Electr. Eng. Comput. Telecom- pp. 47–72.
mun. Inf. Technol., 2010, pp. 440–444. [24] S. S. Sharif, J. H. Taylor, and E. F. Hill, “On-
[15] J. Praveen and B. S. Rao, “Multi objective line optimal reactive power flow by energy
optimization for optimal power flow with loss minimization,” in Proceedings of 35th
IPFC using PSO,” in 2016 3rd International IEEE Conference on Decision and Control,
Conference on Electrical Energy Systems vol. 4, pp. 3851–3856.
(ICEES), 2016, pp. 85–90. [25] M. Granada, “Flujo de potencia para siste-
[16] Liang Xie and Hsiao-Dong Chiang, “A en- mas radiales de distribución usando el méto-
hanced multiple predictor-corrector interior do de la cadena,” Sci. Tecnhnica, vol. 20, pp.
point method for optimal power flow,” in 183–188, 2002.
IEEE PES General Meeting, 2010, pp. 1–8.

[42] TecnoLógicas, ISSN-p 0123-7799 / ISSN-e 2256-5337, Vol. 20, No. 40, sep-dic de 2017, pp. 29-42