Ubicación óptima de condensadores empleando algoritmos genéticos para optimizar la calidad de energía eléctrica en el alimentador C-244 – J. L. Ortiz

Abstract

La presente investigación tuvo como objetivo determinar la ubicación óptima de bancos de condensadores mediante algoritmos genéticos para optimizar la calidad de energía eléctrica en el Alimentador C-244 del distrito de José Leonardo Ortiz, Chiclayo. El estudio fue de enfoque cuantitativo, tipo aplicada, nivel explicativo y diseño no experimental, empleando modelamiento y simulación en ETAP. En el diagnóstico inicial se identificó un factor de potencia promedio de 0,75, una caída de tensión promedio de 6,35 % y pérdidas técnicas de 12 %, evidenciando deficiencias en la compensación reactiva y en el desempeño eléctrico del alimentador. A partir de estos resultados, se diseñó un algoritmo genético para optimizar la ubicación y capacidad de condensadores, considerando como variables de decisión los nodos candidatos y la potencia reactiva de compensación, con una función objetivo orientada a minimizar pérdidas y mejorar el perfil de tensión. La solución obtenida fue validada mediante corrida de flujo de carga en ETAP, determinándose como configuración óptima la instalación de bancos de condensadores en los nodos 771, 2158, 2250 y 2131, con capacidades de 450 kVAr, 300 kVAr, 300 kVAr y 150 kVAr, respectivamente. Los resultados mostraron una mejora significativa en la calidad de energía eléctrica, al incrementarse el factor de potencia de 0,75 a 0,96, reducirse la caída de tensión de 6,35 % a 3,10 % y disminuir las pérdidas técnicas de 12 % a 7,2 %. Se concluye que la optimización propuesta fue eficaz para mejorar el desempeño técnico y energético del Alimentador C-244.

This research aimed to determine the optimal location of capacitor banks using genetic algorithms to optimize power quality in Feeder C-244 of the José Leonardo Ortiz district in Chiclayo. The study employed a quantitative, applied, explanatory, and non-experimental design, utilizing modeling and simulation in ETAP. The initial diagnosis identified an average power factor of 0.75, an average voltage drop of 6.35%, and technical losses of 12%, revealing deficiencies in reactive power compensation and the feeder's electrical performance. Based on these results, a genetic algorithm was designed to optimize capacitor location and capacity, considering candidate nodes and reactive power compensation as decision variables, with an objective function focused on minimizing losses and improving the voltage profile. The solution obtained was validated through a load flow run in ETAP, determining the optimal configuration to be the installation of capacitor banks at nodes 771, 2158, 2250, and 2131, with capacities of 450 kVAr, 300 kVAr, 300 kVAr, and 150 kVAr, respectively. The results showed a significant improvement in power quality, with the power factor increasing from 0.75 to 0.96, the voltage drop decreasing from 6.35% to 3.10%, and technical losses declining from 12% to 7.2%. It is concluded that the proposed optimization was effective in improving the technical and energy performance of Feeder C-244.