Optimización del Flujo de Potencia en Redes Eléctricas mediante Gekko

• Autores: Manuel Ayala, Fátima Avilés Castillo, Carles Riba Romevá
• Localización: Revista Politécnica, ISSN-e 2477-8990, Vol. 55, Nº. 2, 2025 (Ejemplar dedicado a: Revista Politécnica), págs. 67-76
• Idioma: español
• DOI: 10.33333/rp.vol55n2.06
• Títulos paralelos:
  • Power Flow Optimization in Electrical Networks using Gekko
• Enlaces
  • Texto completo
• Resumen
  • español

    La optimización del flujo de potencia en la red eléctrica es fundamental para mejorar la estabilidad y el desempeño de los sistemas de energía. El principal desafío reside en encontrar una distribución óptima de la generación de potencia que cumpla con las restricciones impuestas por la red, tales como los límites de voltaje y las condiciones de estabilidad del sistema eléctrico. El objetivo de esta investigación fue evaluar el desempeño de Gekko en la optimización del flujo de potencia en redes eléctricas. Para ello, se realizó una comparación con SciPy, un marco de referencia ampliamente utilizado en optimización numérica, con el fin de evaluar su eficiencia relativa en problemas con restricciones complejas. La comparación se basa en métricas como precisión de la solución, velocidad de convergencia y número de evaluaciones de la función objetivo. Los resultados mostraron que ambos métodos lograron el mismo valor objetivo: SciPy (19,7) y Gekko (19,7). Sin embargo, SciPy fue ligeramente más rápido (0,01496 segundos frente a 0,0191 segundos), pero requirió 60 evaluaciones de la función objetivo. En contraste, Gekko demostró mayor eficiencia computacional, reduciendo la cantidad de evaluaciones necesarias para la convergencia. Aunque SciPy es más eficiente en problemas pequeños con restricciones explícitas, Gekko ofrece mayor flexibilidad en problemas con restricciones más complejas, lo que lo hace más adecuado para sistemas eléctricos de mayor envergadura.

  • English

    Power flow optimization in the electrical grid is critical to improve the stability and performance of power systems. The main challenge lies in finding an optimal distribution of power generation that meets the constraints imposed by the grid, such as voltage limits and power system stability conditions. The objective of this research was to evaluate the performance of Gekko in power flow optimization in electrical grids. To do so, a comparison was made with SciPy, a widely used benchmark framework in numerical optimization in order to assess their relative efficiency in problems with complex constraints. The comparison is based on metrics such as solution accuracy, convergence speed, and number of objective function evaluations. The results showed that both methods achieved the same objective value: SciPy (19.7) and Gekko (19.7). However, SciPy was slightly faster (0.01496 seconds vs. 0.0191 seconds), but required 60 objective function evaluations. In contrast, Gekko demonstrated greater computational efficiency, reducing the number of evaluations required for convergence. While SciPy is more efficient on small problems with explicit constraints, Gekko offers greater flexibility on problems with more complex constraints, making it more suitable for larger power systems.