See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/283730587

Flujo de Potencia Distribuido mediante Sistemas Multiagente

Conference Paper · November 2015

DOI: 10.13140/RG.2.2.21873.48481

CITATIONS READS
0 203

4 authors:

Rodrigo Martínez Hector Vargas

Pontificia Universidad Católica de Valparaíso Pontificia Universidad Católica de Valparaíso
6 PUBLICATIONS   2 CITATIONS    74 PUBLICATIONS   902 CITATIONS   

SEE PROFILE SEE PROFILE

Jorge Mendoza Baeza José Muñoz

Pontificia Universidad Católica de Valparaíso Pontificia Universidad Católica de Valparaíso
31 PUBLICATIONS   578 CITATIONS    2 PUBLICATIONS   0 CITATIONS   

SEE PROFILE SEE PROFILE

Some of the authors of this publication are also working on these related projects:

Multivariable control strategies flotation Column process View project

Design of a distributed control architecture able to manage electric distribution networks View project

All content following this page was uploaded by Rodrigo Martínez on 17 January 2018.

The user has requested enhancement of the downloaded file.

 THE XI LATIN-AMERICAN CONGRESS ELECTRICITY GENERATION AND TRANSMISSION - CLAGTEE 2015
"BIOENERGY FOR ELECTRICITY GENERATION AND ECOLOGICAL ISSUES IN POWER PLANTS "
Flujo de Potencia Distribuido mediante
Sistemas Multiagente
R. C. Martínez, H. R. Vargas, J. E. Mendoza, J. L. Muñoz
Abstract ̶ The variability caused by the incorporation of
distributed generation (DG) and non-conventional renewable
energy (NCRE) makes difficult to predict the operating
conditions of power distribution networks using traditional
centralized methods. In this sense, decentralized methods
based on multi-agent systems are currently being developed as
a means of getting the network status in a distributed way.
This paper proposes a novel algorithm to obtain the electrical
distribution grid status using a simple but efficient multi-agent
architecture. The proposed method consists of the division of
the grid in sub-networks where each of them is controlled by a
coordinator agent. Thus, the multi-agent system is able to
obtain the network state by using their communication skills to
compute a distributed power flow. The proposed method can
be applied on the current power distribution systems in order
to fulfill the new smart-grid standards.
Index Terms—Multi-agent Systems, Distribution Networks,
Distributed Power flow Calculation, Energy Management
System, Power System Automation, Smart grid.
I. INTRODUCCIÓN
E N las redes de distribución eléctrica, la predominancia
de las cargas domiciliarias genera una alta variabilidad en
los perfiles de carga de la red [1]. Del mismo modo, la
creciente incorporación de generación distribuida y las
energías renovables no convencionales también origina una
variabilidad en la generación. Todos estos cambios provocan
que las condiciones de funcionamiento de la red sean
difícilmente previsibles [2], pudiendo esto llevar a que no se
respeten las restricciones de funcionamiento de la misma. Bajo
estas condiciones, se hace necesario contar con sistemas
inteligentes que permitan una mejor gestión y control de la red
de distribución.
Es este el objetivo que ha impulsado el desarrollo teórico e
implementación de las redes inteligentes o Smart Grids.
Dentro de los aspectos claves de estas redes inteligentes se
cuentan: la generación distribuida y el nuevo paradigma
bidireccional [3], la interactividad con el usuario [4], la
estructura de medición avanzada [5], la seguridad cibernética
[6], la incorporación de vehículos eléctricos a la red [7],
además, entre otras características [8] [9].
Así mismo, se debe mencionar que la factibilidad de
dichos sistemas depende del conocimiento que se tenga del
estado de operación de la red de distribución eléctrica. Sin
embargo, dado que los instrumentos de medición se
1
encuentran dispersos en la red, y que en muchos casos éstos
pueden no existir, el estado de la misma no es completamente
observable [10].
Por lo anterior, es que se precisa de algún método para
inferir dicho estado, de modo que se pueda omitir la ya
mencionada falta de información.
Las soluciones propuestas a estos problemas de las redes de
distribución se pueden dividir, principalmente, en soluciones
centralizadas [11] y descentralizadas [12]. Donde las primeras
deben contar con toda la información de la red para poder
calcular flujos de potencia que permitan conocer el estado de
la misma. Como ya se ha mencionado, mediante el cálculo del
flujo de potencia convencional es posible obtener el estado de
la red [13], sin embargo, en casos donde existe dispersión de
los instrumentos de medición y por ende, falta de información,
no es posible utilizar este método. Dentro de sus ventajas se
encuentra, el que éste método asegura la obtención de un
óptimo global.
El segundo enfoque de solución, descentralizado, se basa
en la idea de compartir solamente un conjunto de datos
perteneciente a las fronteras de las sub-redes eléctricas. Ahora
bien, dentro de las propuestas descentralizadas, destacan los
sistemas multiagente (SMA), dado que constituyen un
paradigma útil en la modelación de sistemas complejos o para
proveer una alternativa interesante a sistemas previamente
vistos como meramente centralizados [14].
Considerando lo anteriormente descrito, este trabajo apunta
a resolver el problema de forma descentralizada, utilizando un
sistema multiagente, tal que los agentes que lo componen
pueden comunicarse entre sí con el fin de conocer (o estimar,
ante la falta de información) el estado de la red, y a su vez
poder operar sobre ella ante una eventual contingencia.
Por esta razón, se propone un método que permita realizar
el cálculo del flujo de potencia de forma distribuida, el cual se
lleva a cabo en base a las capacidades comunicativas de los
agentes que se encuentran estratégicamente localizados sobre
la red. El sistema multiagente ha sido desarrollado en la
plataforma de sistemas multiagente JADE (Java Agent
DEvelopment Framework) [15], cuya implementación sigue
las especificaciones FIPA (Foundation for Intelligent Physical
Agents), a través de las cuales se promueven las tecnologías
basadas en agentes, así como la interoperabilidad entre
diferentes estándares [16].
Este artículo se estructura de la siguiente manera: en el
capítulo II se presentan las principales características del
sistema multiagente desarrollado; en el capítulo III se describe
el algoritmo utilizado para calcular el flujo de potencia
 THE XI LATIN-AMERICAN CONGRESS ELECTRICITY GENERATION AND TRANSMISSION - CLAGTEE 2015
"BIOENERGY FOR ELECTRICITY GENERATION AND ECOLOGICAL ISSUES IN POWER PLANTS "
distribuido. Posteriormente, en el capítulo IV se presenta un
caso de estudio, donde se utiliza la metodología propuesta
para obtener el estado del sistema en cuestión. Finalmente, se
comentan los resultados y posibles aplicaciones.
II. SISTEMA MULTIAGENTE
Un sistema multiagente (SMA) podría ser asimilado a un
proceso o entidad de software, compuesto por múltiples
agentes inteligentes que tienen la capacidad de cooperar entre
sí para lograr un objetivo común [14]. Existen diversas
plataformas de desarrollo de sistemas multiagente, entre ellas
se encuentra JADE (Java Agent DEvelopment Framework)
[15] que es utilizada en este trabajo, dadas las facilidades que
entrega, principalmente para la comunicación entre los agentes
del sistema y la programación de comportamientos, además de
tomar en consideración las especificaciones FIPA. El sistema
multiagente propuesto cuenta con un agente en cada barra o
nodo de la red, como se observa en la Fig. 1. Cada uno de
estos agentes conoce la tensión en su barra, corrientes de sus
líneas incidentes y la carga conectada a la barra.
Fig. 1 Cada barra cuenta con un agente
Para desarrollar el cálculo del flujo de potencia distribuido,
se divide la red en un número determinado de sub-redes, cada
una de ellas controladas por un agente que asume el rol de
coordinador de la red. Además, el agente que coordina la sub-
red que contiene la barra slack juega un rol especial, al ser
quien da comienzo al cálculo del flujo de potencia distribuido.
Todos aquellos agentes que no coordinan, cumplen labores de
colaboración, por lo que son llamados agentes colaboradores.
En la Tabla 1 se presentan los diferentes roles y tareas que
cumplen los agentes del sistema.
TABLA 1
FUNCIONES SEGÚN TIPO DE AGENTE
Agente Funciones
Coordinador del slack ‒ Procesar el mensaje inicial y dar
comienzo al flujo de potencia
distribuido.
‒ Coordinar una sub-red.
‒ Verificar la condición de término.
‒ Publicar los resultados del cálculo.
Coordinador ‒ Coordinar una sub-red.
‒ Responder a las solicitudes de
otros coordinadores.
Colaborador ‒ Responder a las solicitudes del
coordinador de su sub-red.
2
Resumiendo lo presentado en la Tabla 1, el sistema
multiagente propuesto cuenta con el agente coordinador de la
barra slack, que además de cumplir con sus tareas como
coordinador de sub-red, es quien comienza el flujo de potencia
distribuido, junto con verificar si se han cumplido las
condiciones de término del flujo de potencia. Adicionalmente,
en cada sub-red, también se cuenta con el agente coordinador.
Por último, los agentes que pertenecen a una sub-red
determinada, pero no coordinan, deben responder a las
peticiones realizadas por su agente coordinador. Dichas
peticiones, pueden ser la tensión o las corrientes de las líneas
incidentes a su barra.
III. FLUJO DE POTENCIA DISTRIBUIDO
Como ya se ha mencionado, cada una de las sub-redes
creadas son coordinadas por un agente que cuenta sólo con
información local de la red. En la Fig. 2 se presenta el
diagrama de flujo del algoritmo [10], que debe ser ejecutado
en cada una de las sub-redes, es decir, que debe ser
implementado por cada uno de los agentes coordinadores.
Fig. 2 Diagrama de flujo del algoritmo en cada sub-red
El agente que controla la sub-red que contiene la barra de
slack inicial, realiza un flujo de potencia convencional, para
luego comunicar las tensiones a los agentes de las sub-redes
adyacentes. En seguida, estos agentes proceden a calcular
flujos de potencia en sus sub-redes, así continuando con la
propagación de las tensiones de nodo de su última barra, hasta
llegar al final de cada rama de la red original. Una vez se
completa este proceso en cada rama, el último agente
comunica al agente de la sub-red anterior, el valor de la
potencia de slack que debe alimentar a dicha sub-red. De este
modo, el agente de la red anterior adiciona esta potencia a la
consumida en su última barra, para luego, calcular un nuevo
flujo de potencia en su sub-red. A continuación, este proceso
se repite hasta que la nueva información llega a la sub-red que
contiene al slack inicial, que vuelve a calcular un flujo de
potencia. Finalmente, este proceso iterativo asincrónico llega a
su fin, cuando la diferencia de las tensiones y potencias se
encuentran dentro de una tolerancia pre definida, momento en
el cuál se finaliza este proceso, considerándose conocido el
 THE XI LATIN-AMERICAN CONGRESS ELECTRICITY GENERATION AND TRANSMISSION - CLAGTEE 2015 3
"BIOENERGY FOR ELECTRICITY GENERATION AND ECOLOGICAL ISSUES IN POWER PLANTS "
estado actual de la red. A. Red de prueba
Como se ha comentado en el párrafo anterior, el proceso de Para ejemplificar el desarrollo del algoritmo propuesto, se
cálculo de los flujos de potencia en las diferentes sub-redes es presenta el caso de estudio de una red eléctrica de distribución
asincrónico, donde cada agente que coordina una sub-red que cuenta con nueve barras y siete líneas. La cual se presenta
ejecuta un flujo de potencia considerando la información y en la Fig. 4.
mensajes recibidos de parte de los otros agentes. Dentro de la Los nodos del 2 al 9 cuentan con la carga definida en (1).
propuesta, se especifica el algoritmo que define el
funcionamiento de los agentes del sistema, el cual se presenta 𝑆𝐿 = 0.95 + 𝑗0.31[𝑀𝑉𝐴] (1)
por medio del diagrama de flujo de la Fig. 3. Dicho diagrama
de flujo considera un estado inicial donde se reciben los Los parámetros de las líneas de la red son definidos en la
mensajes, ya sea para solicitar el cálculo de un flujo de Tabla 2.
potencia distribuido, la coordinación o la colaboración en una TABLA 2
sub-red. El primer tipo de mensaje sólo puede ser procesado PARÁMETROS DE LAS LÍNEAS
por el agente coordinador de la sub-red que contiene la barra Propiedad Valor [Ω]
slack, lo que daría comienzo al proceso de cálculo. Resistencia 0.25
Es importante mencionar que, en el caso de que un agente Inductancia 0.125
se encuentre realizando labores de coordinación o
colaboración en una sub-red, podría igualmente recibir la
solicitud de colaboración o coordinación desde otra sub-red,
ante esto el agente pasaría a un estado mixto, donde puede
implementar la cantidad de comportamientos de coordinación
o colaboración que sean necesarios.

Fig. 4 Red del caso de estudio

Para comprobar el algoritmo propuesto, se simula la red de

prueba haciendo uso de un simulador interactivo de redes
eléctricas de distribución denominado SENSimulator, que está
siendo actualmente desarrollado en el Escuela de Ingeniería
Eléctrica de la PUCV. Este simulador permitirá diseñar y
analizar redes de distribución inteligente considerando temas
relacionados a su gestión y operación. En la Fig. 5 se
despliega sobre el espacio de trabajo de SENSimulator la
Fig. 3 Diagrama de flujo del agente FPD
topología de red de prueba presentada en la Fig. 4.
Finalmente, una vez que el agente coordinador del slack
verifica que se ha terminado el proceso de cálculo, se envían
mensajes a todos los coordinadores de la red, indicando que el
flujo de potencia ha llegado a su fin, tras lo cual los
coordinadores deben propagar este mensaje a sus
colaboradores, para luego pasar al estado final del diagrama de
flujo. Cuando el coordinador de la barra slack recibe la
confirmación de los coordinadores de las demás sub-redes, se
produce una transición al estado final, donde se informa los
resultados del flujo de potencia realizado.

IV. CASO DE ESTUDIO

A continuación, se presenta el software de simulación
utilizado, la red de prueba y las consideraciones que se tienen
Fig. 5 Red eléctrica en el SEN Simulator
en cuenta para comprobar el funcionamiento de la
metodología propuesta.
 THE XI LATIN-AMERICAN CONGRESS ELECTRICITY GENERATION AND TRANSMISSION - CLAGTEE 2015 4
"BIOENERGY FOR ELECTRICITY GENERATION AND ECOLOGICAL ISSUES IN POWER PLANTS "
Para esta red, se utilizan cuatro sub-redes, las que se mensajes de la Fig. 7), se da comienzo al flujo de potencia
identifican en la Tabla 3, donde se especifica el número de distribuido. Las flechas rojas indican que el agente de la sub-
cada sub-red, los participantes de la misma y, por último, el red padre está entregando la tensión de slack al agente
coordinador. coordinador de la sub-red hija. Del mismo modo, las flechas
TABLA 3 verdes indican que un agente coordinador de una sub-red hija
SUB-REDES PARA EL CASO DE ESTUDIO
está entregando al coordinador de su sub-red padre, la
Sub-red Participantes Coordinador potencia que debe adicionar como carga a su red.
0 B1, B2, B3 B1
1 B3, B4, B5 B3
2 B5, B6, B7 B5
3 B4, B8, B9 B4

Para ilustrar la metodología propuesta, se lleva a cabo la

simulación de una red de distribución eléctrica donde se
compara el resultado obtenido mediante un flujo de potencia
convencional con el obtenido por el sistema multiagente, de
manera distribuida. En la ventana del simulador se visualizan
los agentes del sistema, como se observa en la Fig. 6.

Fig. 6 Agentes en la plataforma JADE

El método propuesto se basa en la división de la red

eléctrica en sub sistemas más pequeños, donde cada uno de
ellos es controlado por un agente. Al ser necesario realizar la
estimación de los valores eléctricos de la red, el agente que
controla la barra slack de la red original da comienzo al Fig. 7 Secuencia de comunicación simplificada
proceso, ejecutando entonces un flujo de potencia
Finalmente, este proceso iterativo y asincrónico se repite
convencional. Luego, en forma asincrónica, cada agente del
hasta que se cumple con el criterio de término pre establecido,
sistema realiza un flujo de potencia en su propia subred. Es
momento en el cuál el algoritmo llega a su fin, no sin antes
aquí donde, haciendo uso de las capacidades comunicativas
comunicar a los agentes coordinadores. En consecuencia, se
del sistema multiagente, estos envían y reciben mensajes con
considera conocido el estado actual de la red.
los resultados obtenidos de cada subred. Este proceso de
comunicación entre los agentes distribuidos en el sistema se TABLA 4
detalla en la Fig. 7. MAGNITUD DE LAS TENSIONES DE NODO
En principio, se asume que el agente coordinador B1, que Tensión Magnitud
coordina la sub-red que contiene la barra slack, recibe un VB1 1
mensaje solicitando el cálculo de un flujo de potencia VB2 0.9764
distribuido, se asume que la división de las sub-redes es VB3 0.9556
también un dato de entrada. A continuación, B1 solicita a B3, VB4 0.9378
B5 y B4 que coordinen las sub-redes 1, 2 y 3 (la información VB5 0.9288
de las sub-redes va dentro del mensaje). Al recibir la VB6 0.9288
confirmación de los agentes coordinadores, indicando su VB7 0.9228
aceptación y que se encuentran listos para comenzar el VB8 0.9318
proceso iterativo (representado por el segundo grupo de VB9 0.9289
 THE XI LATIN-AMERICAN CONGRESS ELECTRICITY GENERATION AND TRANSMISSION - CLAGTEE 2015
"BIOENERGY FOR ELECTRICITY GENERATION AND ECOLOGICAL ISSUES IN POWER PLANTS "
Para la verificación de la condición de término se ha
utilizado la magnitud de las tensiones de nodo, la magnitud de
las corrientes de línea y la potencia generada total en la barra
slack de la red original, que corresponde a la potencia
generada total en la sub-red 0.
Además, la potencia (2) en el slack de la sub-red “0” que
contiene al slack original, se corresponde con lo obtenido por
medio del flujo de potencia convencional.
𝑆𝑆𝑙𝑎𝑐𝑘,0 = 8.082 + 𝑗02.721[𝑀𝑉𝐴]
V. CONCLUSIONES
Por medio de las simulaciones realizadas se comprueba que
es posible obtener el estado de la red sin contar con un ente
centralizado, por lo que este método es compatible con las
futuras arquitecturas de control descentralizado de las redes
eléctricas. El método desarrollado puede ser de utilidad en los
sistemas de control del flujo de potencia considerados para el
nuevo paradigma de las redes inteligentes.
Los resultados de este trabajo apuntan a la creación de
nuevos mecanismos para la gestión y control de la red de
distribución. Además, el sistema multi-agente propuesto
podría resolver otros problemas de las redes eléctricas tales
como: la restauración de servicio ante la ocurrencia de una o
más fallas, el control de tensiones y corrientes, la
reconfiguración de la red considerando, por ejemplo, la
variabilidad debida a la generación distribuida, entre otros.
VI. AGRADECIMIENTOS
Los autores agradecen el apoyo y financiamiento de este
trabajo a la Comisión Nacional de Investigación Científica y
Tecnológica (CONICYT), por medio del Proyecto de
Iniciación FONDECYT Ref. 11121437.
VII. REFERENCIAS
[1] J. Mendoza y H. Peña, «Automatic Voltage Regulators
Siting in Distribution Systems Considering Hourly
Demand,» Electric Power Systems Research, vol. 81, nº
5, pp. 1124-1131, 2011.
[2] D. Della Giustina, M. Pau, P. Pegoraro y F. Ponci,
«Electrical distribution system state estimation: measure
issues and challenges,» Instrumentation & Measurement
Magazine, IEEE, vol. 17, nº 6, pp. 36-42, 2014.
[3] H.-H. Hussein, S. Harb, N. Kutkut y J. Shen, «Desing
considerations for distributed micro-storage systems in
residential applications,» de Telecommunications Energy
Conference (INTELEC), 32nd International, Orlando,
FL, USA, 2010.
[4] D. Hart, «Using AMI to realize the Smart Grid,» de
Power and Energy Society General Meeting - Conversion
and Delivery of Electrical Energy in the 21st Century,
Pittsburgh, PA, 2008.
[5] C. Muscas, M. Pau, S. Sulis y P. Pegoraro, «Smart
Electric Energy Measurements in Power Distribution
Grids,» IEEE Instrumentation & Measurement Magazine,
vol. 18, nº 1, pp. 17-21, 2015.
View publication stats
5
[6] A. Metke y R. Ekl, «Security technology for Smart Grid
networks,» IEEE Transactions on Smart Grid, vol. 1, nº
1, pp. 99-107, 2010.
[7] N. S. Nafi, K. Ahmed y M. A. Gregory, «A novel vehicle
to grid load management scheme based on WiMAX-
WLAN in smart grids,» de Wireless Communications and
Networking Conference (WCNC), New Orleans, LA,
2015.
[8] S. M. Amin y B. F. Wollenberg, «Toward a smart grid:
(2) power delivery for the 21st century,» Power and Energy
Magazine, IEEE, vol. 3, nº 5, pp. 34-41, 2005.
[9] P. Fox-Penner, Smart Power Anniversary Edition:
Climate Change, the Smart Grid, and the Future of
Electric Utilities, Island Press, 2014.
[10] M. Wolter, H. Guercke, T. Isermann y L. Hofmann,
«Multi-agent based distributed powerflow calculation,»
de Power and Energy Society General Meeting, 2010.
[11] J. Mendoza Baeza, L. Rojo Lema, M. López Gonzalez y
H. Vargas Oyarzun, «Modelo de control centralizado
para la Restauración de Servicio Eléctrico en Redes
Eléctricas de Distribución con Presencia de Vehículos
Eléctricos Actuando como Microgeneración Distribuida,»
de XXI Congreso ACCA 2014, Santiago de Chile, 2014.
[12] J. Muñoz, H. Vargas, J. Mendoza y G. Farias, «A Model
for Service Restoration in Electrical Distribution
Networks Base on Multiagent System,» de CLAGTEE,
Viña del Mar, Chile, 2013.
[13] H. I. Nurui, S. I. Iza, S. Abdullah, S. Masri y M. T. T.
Faizal, «Performance comparison of electric power flow
solutions using PSCAD,» de Science and Social Research
(CSSR), 2010 International Conference on, 2010.
[14] Y. Shoham y K. Leyton-Brown, Multiagent Systems:
Algorithmic, Game Theoric an Logical Foundations,
Cambridge University Press, 2008.
[15] «JADE Official Page,» [En línea]. Available:
http://jade.titlab.com. [Último acceso: 2013].
[16] S. Poslad, «Specifying protocols for multi-agent systems
interaction,» ACM Transsactions on Autonomous and
Adaptive Systems, vol. 2, nº 4, 2007.
[17] H. Zhang, B. Zhang, H. Sun y R. Ao, «A new distributed
powerflow algorithm between multi-control-centers
based on asynchonous iteration,» de PowerCon 2006.
International Conference on, 2006.
[18] J.-Q. Zhao, P. Xu, Z.-H. Gao y Z.-H. Yang, «An
asynchronous iterative distributed powerflow algorithm
based on the boundary bus injection power,» de
Electricity Distribution (CICED), 2010 China
International Conference on, 2010.
[19] A. Abur y A. G. Exposito, Power system state estimation:
theory and implementation, New York, 2004.