Optimal location of reclosers and fuses in distribution systems

In this article a methodology to resolve the problem of optimal location of reclosers and fuses in power electric distribution systems is presented, to improve reliability indices associated to the periodicity of the transient and permanent failures in the distribution systems. To formulate the problem, two non-linear binary mathematical models are posed that consider the location of reclosers and fuses under two scenarios of coordination, denominated “fuse save scheme” and “fuse blow scheme”. The first model minimizes SAIFI index, and the second model minimizes MAIFI index. The set of constraints is the same for both models, which considers technical and operative characteristics. As solution strategy a methodology is proposed, which considers two different schemes of solution: the first scheme uses the commercial optimizer GAMS and the second scheme uses as solution technique a Chu & Beasley genetic algorithm (CBGA). In order to verify the validity of both strategies, these are executed in two tests systems from the specialized literature, comparing the results obtained. En este artículo se presenta una metodología para resolver el problema de localización óptima de reconectadores y fusibles en sistemas de distribución de energía, para mejorar indicadores de confiabilidad asociados a la frecuencia con la que inciden las fallas transitorias y permanentes en los sistemas de distribución. Para formular el problema se plantean dos modelos matemáticos no lineales de tipo binario que consideran la ubicación de reconectadores y fusibles bajo dos escenarios de coordinación, denominados fuse save scheme y fuse blow scheme. El primer modelo minimiza el índice SAIFI y el segundo minimiza el índice MAIFI. El conjunto de restricciones es el mismo para ambos modelos, el cual considera características técnicas y operativas. Como estrategia de solución se propone una metodología que considera dos esquemas diferentes de solución: la primera emplea el optimizador comercial GAMS y la segunda usa como técnica de solución un algoritmo genético de Chu & Beasley (AGCB). Con el fin de verificar la validez de ambas estrategias, estas son aplicadas a dos sistemas de prueba de la literatura especializada, comparando los resultados obtenidos.