Repository logo
  • English
  • Español
  • Log In
    Have you forgotten your password?
Universidad Tecnológica Indoamérica
Repository logo
  • Communities & Collections
  • Research Outputs
  • Projects
  • Researchers
  • Statistics
  • Investigación Indoamérica
  • English
  • Español
  • Log In
    Have you forgotten your password?
  1. Home
  2. CRIS
  3. Publications
  4. Power Flow Optimization in Electrical Networks using Gekko
 
Options

Power Flow Optimization in Electrical Networks using Gekko

Journal
Revista Politécnica
ISSN
2477-8990
1390-0129
Date Issued
2025
Author(s)
Ayala-Chauvin, Manuel Ignacio
Centro de Investigación de Ciencias Humanas y de la Educación
Avilés-Castillo, Fátima
Facultad de Ingenierías
Carles Riba Romevá
Type
journal-article
DOI
10.33333/rp.vol55n2.06
URL
https://cris.indoamerica.edu.ec/handle/123456789/9771
Abstract
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.
Subjects
  • Computational Models

  • Electrical Networks

  • Gekko

  • Power Flow

google-scholar
Views
Downloads
Logo Universidad Tecnológica Indoamérica Hosting and Support by Logo Scimago

Built with DSpace-CRIS software - Extension maintained and optimized by 4Science

  • Cookie settings
  • Privacy policy
  • End User Agreement
  • Send Feedback