Ubicación óptima de generación distribuida en sistemas eléctricos de distribución basado en costos de operación

The paper present the mathematical model that allows determining optimally the location and size of distributed generation in a distribution network, both technically and economically, using the General Algebraic Modeling System (GAMS) optimizer. The methodology initially considers the simulation of power flows of the radial topology distribution system of 33 buses, generic of the IEEE, next propose a mathematical model solved through mixed nonlinear integer programming using the optimizer GAMS, The objective function is the operational system costs minimization, without the initial investment, but respect the restriction of the power flow system. The model results, obtain the location of DG to be inserted in the system. Finally, the impact of this, in voltage profile, active power limits of the distribution lines, generate demands scenarios with annual growing for 5 years, to probe the sensibility of model on demand changes. El artículo muestra el modelo matemático que permite determinar de manera óptima, tanto técnica como económicamente, la ubicación y tamaño de generación distribuida en una red de distribución, usando para el efecto el optimizador GAMS (General Algebraic Modeling System). La metodología considera inicialmente la simulación de flujos de potencia del sistema de distribución de topología radial de 33 buses, genérico de la IEEE. Posteriormente se propone un modelo matemático el cual es resuelto a través de la programación no lineal entera mixta usando el optimizador GAMS, teniendo como función objetivo la minimización de los costos de operación del sistema de generación, sin considerar la inversión, respetando las restricciones de los sistemas eléctricos de potencia. Como resultado del modelo, se obtiene la ubicación de generación distribuida a ser insertada en el sistema. Finalmente, se valoran las mejoras obtenidas en los perfiles de voltaje, los límites de potencia activa en las líneas de distribución; generando además escenarios de demanda con incrementos anuales de carga durante 5 años, a fin de medir la sensibilidad del modelo ante cambios en la demanda.