DISCUSSION

Uno de los principales objetivos de toda organización, es optimizar en la medida de lo posible, los recursos con que dispone o dispondrá, lo que siempre justificará buscar continuamente la forma de optimizar los recursos, simplificar los procedimientos, eficientar procesos, entre otros. Con este estudio, se han cumplido favorablemente los objetivos establecidos en la tesis. Se establecieron las consideraciones esenciales para elaborar un estudio de planeación de subestaciones de distribución. Se empleó una metodología para elaborar estudios de investigación de operaciones y se estudiaron los procedimientos relacionados con el tratamiento de los problemas fundamentales de las subestaciones de distribución. También, se desarrolla necesariamente un estudio de investigación de operaciones a fin de resolver algunos de los problemas principales de la planeación de subestaciones de distribución, que es el tema propósito de este trabajo. Finalmente, se hace una aplicación satisfactoria del modelo matemático formulado a través de un caso de estudio real.

Dentro del contexto del Programa de Postgrado de Ingeniería de Sistemas, la elaboración de la tesis requirió de la aplicación de conocimientos y habilidades adquiridos en la estancia de la maestría en diversas asignaturas y permitió adquirir el aprendizaje en la elaboración de un estudio de investigación, argumentar, debatir y sostener su justificación para elaborarlo y en dar solución a un problema específico con los conocimientos difundidos en la maestría.

Gran parte de este estudio correspondió a la investigación y recopilación de material para su elaboración. Existe un sin número de publicaciones relacionados con el tema de esta tesis, en donde se le ha dado diferente tratamiento mediante muchas técnicas conocidas de optimización, aplicando desde el concepto del problema de transporte hasta procedimientos de novedad reciente como redes neuronales, algoritmos genéticos, entre otros. No obstante, esto no significa que se haya agotado el tema, mas bien la inquietud intuitiva de explorar nuevos métodos o procedimientos para resolver problemas desde enfoques distintos debe impulsar el continuo estudio en cualquier ámbito.

64

Otra actividad intensa en el desarrollo de la tesis representó la implementación del modelo formulado. La literatura encontrada no contiene los procedimientos de cómo aplicar su respectivo modelo de optimización matemática ni la herramienta en donde la aplicaron, por ende, se realizó una labor exhaustiva en la búsqueda de la herramienta adecuada (programa, software o paquete) y al entrenamiento en su manejo para ejecutar el modelo formulado.

En la formulación del modelo matemático se parte con el análisis de satisfizar (suboptimizar) la ubicación, el tamaño o la capacidad, la cargabilidad y el área de servicio óptima de subestaciones de distribución, en función de los lugares candidatos factibles que cumplen con las condiciones mínimas necesarias para ello. Esto se debe a que en zonas urbanas y conurbanas es muy complicado encontrar espacios suficientes para construir este tipo de instalaciones de gran tamaño, tanto por las dimensiones del área que necesitan, como por el derecho de vía requerido para el paso de la línea de transmisión que la alimente y resulta poco práctico, formular un modelo que optimice la ubicación de la subestación de distribución, debido a las casi nulas posibilidades de que ese espacio se encuentre disponible, tenga las dimensiones suficientes y se le pueda hacer llegar la línea de transmisión a través de la difícil adquisición legal de un derecho de vía; además de intervenir otros factores no menos importantes que limitan la selección de un lugar óptimo como son la accesibilidad, el uso de suelo, la estética, el impacto ambiental, entre otros.

La zona de estudio elegida es un caso justificado para implementar el modelo matemático desarrollado, ya que en el estado operativo actual se presenta una sobrecarga importante con 579 A y ninguna de las subestaciones existentes cuenta con capacidad disponible para absorberla. Así mismo, el pronóstico para el mediano plazo muestra un estado crítico de sobrecarga con un valor de 2584 A. Dada esta situación, resulta imperativo construir una nueva fuente de suministro, subestación, en el corto plazo, para satisfacer la sobrecarga actual, así como los requerimientos futuros y reforzar la flexibilidad operativa en la zona.

La ejecución del modelo de programación cuadrática establecido en este trabajo, se resolvió satisfactoriamente mediante dos paquetes diferentes, Solver de Excel y Matlab. El tiempo que tomó cada uno de estos paquetes en la solución del modelo matemático fue de tan sólo 5 segundos aproximadamente, encontrando siempre una solución óptima en todas las etapas del modelo. Estas dos herramientas utilizadas para la solución de modelos matemáticos de programación cuadrática, proporcionan un ambiente amigable y de fácil manipulación para estos problemas complejos.

De acuerdo a los resultados del caso de estudio, tablas C5 a la C10 del anexo C, no existe discrepancia notoria en los resultados obtenidos por Excel y Matlab. La casi nula diferencia en los resultados de ambas herramientas puede deberse al tipo de algoritmo y procedimiento de solución empleado por ellos.

Existe ligera diferencia en la preparación de la información necesaria para emplear ambas herramientas. En Matlab se necesita introducir dos matrices adicionales: la matriz Hessiana, previamente calculada, y una matriz de coeficientes f de las incógnitas de primer grado en la función objetivo, que para el modelo desarrollado en este trabajo consistirá de una matriz cuyos elementos serán ceros. Con la herramienta Solver de Excel no es necesario el previo calculo e ingreso de la matriz f y de la densa matriz Hessiana, sin embargo, dada esta diferencia y por el tipo de algoritmo utilizado, Matlab tiene la capacidad de manejar programación cuadrática densa o a gran escala y Solver tiene limitaciones respecto a ello. En otras palabras, con Matlab se podrán manejar problemas con mayor cantidad de variables, es decir, mayor número de subestaciones y de nodos de demanda.

Con el modelo diseñado en este trabajo, no solo se localiza, se carga y determina el área de servicio de manera óptima de las subestación, bajo el criterio de pérdidas eléctricas mínimas, en consecuencia, también se logran importantes beneficios adicionales como: balancear la cargabilidad entre las fuentes de suministro, se mejora la regulación de la tensión, se reducen la fatiga de los equipos e instalaciones por operarlos menor al límite de sus capacidades, se pueden diferir obras, se generan ahorros monetarios al optimizar parte de los costos operativos minimizando las pérdidas en la red de distribución, en general, se optimiza en gran medida el estado operativo del sistema de distribución.

La implementación del modelo formulado en este trabajo ha comprobado que para ubicar estratégicamente una subestación de distribución, la mejor alternativa siempre será aquella en donde se logre un equilibrio entre los costos mínimos de inversión con los costos mínimos operativos incluyendo pérdidas eléctricas, es decir, donde se equilibre la mínima longitud de línea de transmisión posible con la mayor proximidad de la subestación al centro de carga. Finalmente, con la implantación y resolución satisfactoria del modelo formulado se concluye el ciclo para la elaboración de un estudio de investigación de operaciones con la metodología empleada en este trabajo. Así pues, el modelo de programación cuadrática desarrollado y la metodología propuesta, representa una excelente opción para resolver los problemas fundamentales de la Planeación de Subestaciones de Distribución y produce muchos elementos importantes para la toma de decisiones.

66

Recomendaciones